Trendtests für Verteilungsgebundene Wachstumskurve

Beim Anpassen eines Modells mit verteilungsgebundener Wachstumskurve sollten Sie ein Modell auswählen, das gut an die Daten angepasst ist. Die Hypothesen für die Trendtests lauten wie folgt:
  • H0: Es ist kein Trend vorhanden (homogener Poisson-Prozess)
  • H1: Ein Trend ist vorhanden (nicht homogener Poisson-Prozess)

In der Standardeinstellung bietet Minitab fünf Trendtests: MIL-Hdbk-189 (zusammengefasst), MIL-Hdbk-189 (TTT-basiert), Laplace (zusammengefasst), Laplace (TTT-basiert) und Anderson-Darling. Weitere Informationen finden Sie unter Trendtests (auch als Tests auf Güte der Anpassung bezeichnet).

Beispielausgabe

Trendtests MIL-Hdbk-189 Laplace TTT-basiert Zusammengefasst TTT-basiert Zusammengefasst Teststatistik 378,17 378,28 0,86 -0,40 p-Wert 0,107 0,448 0,388 0,688 DF 424 400

Interpretation

Für die Klimaanlagendaten liegen die p-Werte für die Tests auf Güte der Anpassung bei 0,107; 0,448; 0,388; 0,688 und 0,389. Da alle p-Werte größer als α = 0,05 sind, kann der Techniker schlussfolgern, dass keine ausreichenden Hinweise dafür vorliegen, dass ein Trend in den Daten vorhanden ist. Dieses Ergebnis entspricht einer Form von 1 für den Power-Law-Prozess.

Obwohl der Power-Law-Prozess eine adäquate Anpassung bietet, ist kein Modell mit zwei Parametern erforderlich, wenn kein Trend in den Daten erkennbar ist. Daher kann der Techniker erwägen, den einfacheren homogenen Poisson-Prozess zum Modellieren dieser Daten zu verwenden.

Durch Ihre Nutzung dieser Website stimmen Sie zu, dass Cookies verwendet werden. Cookies dienen zu Analysezwecken und zum Bereitstellen personalisierter Inhalte.  Lesen Sie unsere Richtlinien