আমি একটি নমুনার তুলনা করছি এবং এটি কিছু, বিতরণ, বিতরণ হিসাবে বিতরণ করে কিনা তা যাচাই করছি। তবে, আমি কোলমোগোরভ-স্মারনভ প্রযোজ্য তা স্পষ্টভাবে নিশ্চিত নই। উইকিপিডিয়া মনে হয় বোঝায় না। যদি তা না হয় তবে আমি কীভাবে নমুনার বন্টন পরীক্ষা করতে পারি?
আমি একটি নমুনার তুলনা করছি এবং এটি কিছু, বিতরণ, বিতরণ হিসাবে বিতরণ করে কিনা তা যাচাই করছি। তবে, আমি কোলমোগোরভ-স্মারনভ প্রযোজ্য তা স্পষ্টভাবে নিশ্চিত নই। উইকিপিডিয়া মনে হয় বোঝায় না। যদি তা না হয় তবে আমি কীভাবে নমুনার বন্টন পরীক্ষা করতে পারি?
উত্তর:
এটি বিযুক্ত বিতরণের ক্ষেত্রে প্রযোজ্য নয়। উদাহরণস্বরূপ http://www.itl.nist.gov/div898/handbook/eda/section3/eda35g.htm দেখুন ।
আপনি ফিট টেস্টের চি-স্কোয়ার ধার্মিকতা ব্যবহার করতে পারবেন না এমন কোনও কারণ আছে কি? দেখতে http://www.itl.nist.gov/div898/handbook/eda/section3/eda35f.htm আরও তথ্যের জন্য।
হিসাবে পরিসংখ্যান প্রায়শই ক্ষেত্রে, এটি আপনার মানে উপর নির্ভর করে ।
যদি আপনার অর্থ হয় "আমি একটি পৃথক বিতরণ থেকে আঁকা একটি নমুনার উপর আমার পরীক্ষার পরিসংখ্যান গণনা করি এবং পরে মানক সারণীগুলি সন্ধান করি" তবে আপনি নিজের পছন্দ মতো একটি সত্য টাইপ আই ত্রুটি রেট পাবেন (সম্ভবত অনেক নিচে)।
বিতরণ কতটা "কতটা বিচ্ছিন্ন" তার উপর কতটা নির্ভর করে। যদি কোনও একটির ফলাফলের সম্ভাবনা মোটামুটি কম হয় (সুতরাং ডেটাতে বাঁধা-মানগুলির অনুপাত কম হবে বলে আশা করা যায়) তবে এটি খুব বেশি গুরুত্ব পাবে না - অনেকের 5 টি চালানোতে সমস্যা হবে না ৪.৫% পরীক্ষা বলুন। সুতরাং উদাহরণস্বরূপ, যদি আপনি [1,1000] এ একটি পৃথক ইউনিফর্ম পরীক্ষা করছেন তবে আপনার সম্ভবত চিন্তা করার দরকার নেই।
তবে যদি কোনও মানটি বেঁধে রাখার উচ্চ সম্ভাবনা থাকে তবে টাইপ আই ত্রুটির হারের উপর প্রভাবটি চিহ্নিত করা যেতে পারে। আপনি ০.০৫ চাইলে আপনি যদি 0.005 এর তাত্পর্যপূর্ণ স্তরটি পান তবে এটি একটি সমস্যা হতে পারে, কারণ এটি যথাযথভাবে শক্তিকে প্রভাবিত করবে।
যদি এর পরিবর্তে আপনার অর্থ হয় "আমি একটি পৃথক বিতরণ থেকে আঁকা একটি নমুনার উপর আমার পরীক্ষার পরিসংখ্যান গণনা করি এবং তারপরে একটি উপযুক্ত সমালোচনামূলক মান ব্যবহার করি / আমার পরিস্থিতির জন্য উপযুক্ত পি-মান গণনা করি" (উদাহরণস্বরূপ ক্রমান্বয়ে পরীক্ষার মাধ্যমে বলুন), তবে পরীক্ষাটি অবশ্যই এই অর্থে বৈধ যে আপনি সঠিক টাইপ আই ত্রুটির হার পাবেন - অবশ্যই পরীক্ষার পরিসংখ্যানের স্বতন্ত্রতা অবধি। (যদিও আপনার নির্দিষ্ট উদ্দেশ্যে আরও ভাল পরীক্ষা করা যেতে পারে, যেমনটি সাধারণত অবিচ্ছিন্ন ক্ষেত্রে হয়))
নোট করুন যে পরীক্ষার-পরিসংখ্যানগুলির বিতরণ নিজেই আর বিতরণ-মুক্ত নয় তবে একটি ক্রম-পরীক্ষা-পরীক্ষা সেই বিষয়টি এড়িয়ে চলে।
তাই কখনও কখনও এটি পৃথক বিতরণ সহ স্ট্যান্ডার্ড টেবিলগুলি ব্যবহার করা ঠিক আছে, এবং এমনকি এটি ঠিক না হলেও এটি যে সমস্যা হিসাবে এটি ব্যবহার করছেন তার সমালোচনামূলক মান / পি-মান হিসাবে পরীক্ষার পরিসংখ্যান এতটা নয়।