Doświadczenia jakościowe

Opisane koncepcje znajdują również zastosowanie w’ badaniach, których wyniki brzmią „tak lub „nie". Można na przykład badać serię operacji chirurgicznych w celu stwierdzenia, czy powodują one wyzdrowienie, czy też nie. Jeśli w pierwszych 10 przypadkach spotykamy się z samymi ozdrowieniami, a w następnych 10 ze zgonami, to rozkład taki nie wydaje się losowy, należałoby więc domyślać się obecności jakiejś przyczyny takiego uskoku (program uprawnienia budowlane na komputer).

Kontrola i statystyka. Tylko bardzo kiepski eksperymentator zgodziłby się z taką sytuacją, w której od pierwszych wyników pomiarowych wystąpiłby silny, z niewiadomych przyczyn powstały, trend. Często trendy i inne odchylenia są lak wyraźne, że widać je od razu, gdy zaznaczyć na wykresie wyniki w kolejności ich otrzymywania (program uprawnienia budowlane na ANDROID).

W innych przypadkach może się okazać niezbędne przeprowadzenie setek pomiarów’, zanim nieznaczny trend stanie się dostrzegalny przy zwykłym oglądaniu wykresu (uprawnienia budowlane). Zresztą widoczna anomalia może być po prostu przypadkowym odchyleniem. Dlatego też statystycy opracowali bardziej bezstronne metody wykrywania różnorodnych odchyleń od losowości. Pozwalają one, przy mniejszej liczbie obserwacji, znaleźć pewne wskazówki co do źródła zaburzeń. Dla każdego dostatecznie wyraźnie określonego odchylenia od losowości istnieje przypuszczalnie najmocniejszy test statystyczny jakkolwiek zdarza się, że jakiś znacznie prostszy test ma prawie taką samą moc. Wybór powinien wówczas zależeć od porównania wysiłku niezbędnego do otrzymania większej liczby pomiarów z dodatkową pracą potrzebną przy zastosowaniu testu o większej mocy (program egzamin ustny).

Eksperymentator

Ważne jest, żeby stale pamiętać o ogólnych koncepcjach stanowiących podstawy testów sprawdzających hipotezy. I tak hipoteza zerowa brzmi, że zbiór obserwacji stanowi próbkę losowo pobraną z jakiejś określonej populacji. Niektóre z testów są oparte na założeniu, że taka populacja jest normalna lub prawie normalna. Hipotezy alternatywne są różne, w zależności od anomalii, której istnienie chcemy sprawdzić, Można na przykład przyjąć jako hipotezę alternatywną twierdzenie, że obserwacje cechuje losowy rozkład normalny dokoła wznoszącej się linii prostej (opinie o programie).

W związku z każdym testem eksperymentator musi wybrać wartość ułamka cc, który określa ryzyko błędu pierwszego rodzaju, tzn. ryzyko odrzucenia hipotezy zerowej głoszącej losowość zbioru, gdy dla danego doświadczenia jest ona prawdziwa. Odpowiada temu ryzyko zmarnowania czasu przy poszukiwaniu nie istniejącej przyczyny zaburzeń. Eksperymentator musi również wybrać szczególny zbiór krytyczny wyników, stanowiący część cc wszystkich możliwych wyników. Pojawienie się takiego krytycznego wyniku będzie sygnałem, że należy rozpocząć poszukiwania źródła nieprawidłowości (segregator aktów prawnych).

Niech fi oznacza ryzyko przyjęcia hipotezy zerowej, gdy prawdziwa jest hipoteza alternatywna; wówczas testem najmocniejszym dla danego zbioru hipotez alternatywnych zwiemy ten test, którego zbiorowi krytycznemu odpowiada najmniejsza wartość /?. Wobec tego jest miarą możliwości nieuchwycenia trendu lub innej anomalii. Wielkości a i dają się zmniejszać, jedna kosztem drugiej, natomiast obie te wielkości można zmniejszyć jednocześnie tylko przez zwiększenie liczby obserwacji lid) użycie testu o większej mocy (o ile taki istnieje).

Wykres kontrolny. Dość skuteczny w wykazywaniu trendów, uskoków i okresowości jest następujący prosty test. Obserwacje dzieli się na podzbiory złożone z trzech lub czterech kolejnych wartości, przy czym sumuje się składniki każdego podzbioru. Te sumy podzbiorów zaznacza się następnie w funkcji kolejności ich otrzymywania (promocja 3 w 1). Potem wykreśla się wartość średnią wszystkich sum tych podzbiorów jako linię poziomą. W końcu wyznacza się zakres zmienności w (różnicę wartości największej i najmniejszej) każdego z podzbiorów’ i używa go do oceny odchylenia standardowego a