Kolmogorov-Smirnov sınaması: Revizyonlar arasındaki fark
[kontrol edilmiş revizyon] | [kontrol edilmiş revizyon] |
İçerik silindi İçerik eklendi
k küçük yazım değişiklikleri |
|||
3. satır:
* ''İki örneklem K-S sınaması'': Hedef, verilmis iki tane değişik deneysel olasılık dağılımı gösteren iki orneklem veri serisinin aynı tek bir teorik anakitle olasılık dağılımından gelip gelmediğini sınamak. Bu tip problemde ''sıfır hipotez Ho'' ise iki orneklem verilerin deneysel dağılımlarının tek bir anakitle olasılık dağılımindan gelmiş olduğudur.
''Tek örneklem K-S sınaması'' çok popüler olarak olarak bir [[normallik sınamaları|normallik sınaması]] olarak, yani örneklem verilerinin tanımlanmış bir anakitle normal olasılık dağılımına uyumluluk gösterip göstermemesini sınamak için kullanılır. Örneklem verileri standardize edilerek (yani
"İki örneklem K-S sınaması" hem genel olarak uygulanabilen hem de çok kullanışlı olan bir "parametrik olmayan sınama" yöntemidir çünkü bu sinama hem konum hem de dağılım şekline duyarlıdır ve bu türlü problem cozumu için popüler olarak kullanılır.
25. satır:
'''Kolmogorov dağılımı''' şu rassal değişkenin dağılımıdır:
:<math>K=\sup_{t\in[0,1]}|B(t)|,</math>
burada ''B''(''t'') bir [[Brown tipi köprü]] olur. ''K''nin [[
:<math>\operatorname{Pr}(K\leq x)=1-2\sum_{i=1}^\infty (-1)^{i-1} e^{-2i^2 x^2}=\frac{\sqrt{2\pi}}{x}\sum_{i=1}^\infty e^{-(2i-1)^2\pi^2/(8x^2)}.</math>
|