Simulationsassisteret hypotesetestforskning
Simulationsassisteret hypotesetestforskning erstatter eller supplerer analytisk sandsynlighedsteori med beregningsmæssig simulering – resampling, permutation eller Monte Carlo-metoder – for at konstruere nulfordelinger og evaluere hypoteser. I stedet for at antage en parametrisk fordeling og konsultere en tabel, genererer forskeren tusindvis af simulerede datasæt fra de observerede data eller en specificeret model, og opbygger en empirisk nulfordeling, som den observerede teststørrelse sammenlignes med. Tilgangen er især værdifuld, når analytiske antagelser (normalitet, store stikprøver) ikke kan opfyldes.
Læs hele metoden
Log ind med en gratis konto for at læse dette afsnit.
Method map
The neighbourhood of related methods — select a node to explore.
Kilder
- 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
Sådan citerer du denne side
ScholarGate. (2026, June 3). Simulation-Assisted Hypothesis Testing Research. ScholarGate. https://scholargate.app/da/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.
- Monte Carlo-simuleringBeslutningstagning↔ compare
- Permutationstest (Randomiseringstest)Statistik↔ compare
- Power-analyseStatistik↔ compare
Har du fundet en fejl på denne side? Indberet den eller foreslå en rettelse →