Симулационно-подпомогнати изследвания за проверка на хипотези
Изследванията с помощта на симулация за проверка на хипотези заместват или допълват аналитичната теория на вероятностите с компютърна симулация — методи за повторно вземане на извадки, пермутации или Монте Карло — за конструиране на нулеви разпределения и оценка на хипотези. Вместо да се предполага параметрично разпределение и да се правят справки с таблица, изследователят генерира хиляди симулирани набори от данни от наблюдаваните данни или от зададен модел, изграждайки емпирично нулево разпределение, спрямо което се сравнява наблюдаваната тестова статистика. Подходът е особено ценен, когато аналитичните допускания (нормалност, големи извадки) не могат да бъдат изпълнени.
Прочетете целия метод
Влезте с безплатен профил, за да прочетете този раздел.
Method map
The neighbourhood of related methods — select a node to explore.
Източници
- Efron, B., & Tibshirani, R. J. (1993). An Introduction to the Bootstrap. Chapman and Hall/CRC. ISBN: 978-0412042317
- Good, P. I. (2005). Permutation, Parametric and Bootstrap Tests of Hypotheses (3rd ed.). Springer. ISBN: 978-0387988641
Как да цитирате тази страница
ScholarGate. (2026, June 3). Simulation-Assisted Hypothesis Testing Research. ScholarGate. https://scholargate.app/bg/research-design/simulation-assisted-hypothesis-testing-research
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Монте Карло симулацияВземане на решения↔ compare
- Тест с пермутации (рандомизация)Статистика↔ compare
- Анализ на мощносттаСтатистика↔ compare
Забелязахте ли проблем на тази страница? Съобщете или предложете поправка →