Igualdade de parâmetros para Análise de distribuição paramétrica (censura arbitrária)

Teste para igualdade dos parâmetros de forma e de escala

É possível testar se dois ou mais conjuntos de dados são provenientes da mesma distribuição (população). Se os conjuntos de dados são da mesma distribuição, eles devem ter parâmetros iguais.

Um teste do qui-quadrado simultâneo determina se os parâmetros de distribuição para os conjuntos de dados são significativamente diferentes uns dos outros. Compare o valor-p com o valor-α predeterminado.
  • Se o valor-p é menor do que o valor-α, é possível concluir que pelo menos um dos parâmetros de distribuição para os conjuntos de dados é significativamente diferente.
  • Se o valor-p é maior do que o valor-α, não é possível concluir que os parâmetros de distribuição para os conjuntos de dados t são significativamente diferentes.

Se os conjuntos de dados forem provenientes de diferentes distribuições (o valor-p é menor do que o valor-α), analise os resultados dos testes individuais para os parâmetros de igualdade de forma (ou igualdade de localização) e igualdade de escala. Usando os resultados dos testes individuais, é possível determinar se as diferenças entre as distribuições ocorrem no parâmetro de escala (forma para a distribuição Weibull), no parâmetro de localização (escala para distribuição Weibull) ou em ambos os parâmetros.

Saída do exemplo

Teste para os Parâmetros de Igualdade de Forma e Escala Qui-Quadrado GL P 325,247 2 0,000

Interpretação

Para os dados silenciador, o teste é se a quantidade de milhas antes de falhas para o novo tipo de silenciador e a quantidade de milhas antes da falha para o tipo antigo de silenciador são provenientes da mesma distribuição.

Como o valor-p de 0,00 para o teste simultâneo é menor do que o valor-α de 0,05, é possível concluir que pelo menos um dos parâmetros para a distribuição para o novo tipo de silenciador é significativamente diferente dos parâmetros para o tipo antigo de silenciador. Por conseguinte, os dois conjuntos de dados não provêm da mesma distribuição.

Teste para igualdade dos parâmetros de forma

Se o teste simultâneo para igualdade dos parâmetros de forma e de escala indica uma diferença estatisticamente significativa, examine o teste para igualdade de parâmetros de forma a fim de determinar se as diferenças entre as distribuições ocorrem dentro dos parâmetros de forma.

Um teste do qui-quadrado simultâneo determina se os parâmetros de forma para os dois conjuntos de dados ou mais são significativamente diferentes uns dos outros. Compare o valor-p com o valor-α predeterminado. Se você estiver testando mais de um parâmetro de uma distribuição, como a forma e a escala, ajuste o valor-α para explicar vários testes. Neste exemplo, dois parâmetros são testados, de modo que o valor-α para cada teste é 0,05/2 = 0,025.
  • Se o valor-p for menor do que o valor-α, é possível concluir que os parâmetros de forma para os conjuntos de dados são significativamente diferentes. Quando existir uma diferença significativa, analise os intervalos de confiança de Bonferroni para os parâmetros a fim de identificar a magnitude das diferenças no parâmetro entre as distribuições.
  • Se o valor-p for maior do que o valor-α, não é possível concluir que os parâmetros de forma para os conjuntos de dados são significativamente diferentes.

Saída do exemplo

Teste para os Parâmetros de Igualdade de Forma Qui-Quadrado GL P 112,830 1 0,000

Interpretação

Para os dados de silenciadores, o teste é se as milhas percorridas até a falha para o novo tipo de silenciador e as milhas percorridas antes da falha para o tipo de silenciador antigo são provenientes de uma distribuição com o mesmo parâmetro de forma.

Como o valor-p de 0,00 é menor do que o valor-α de 0,025, é possível concluir que os parâmetros de forma da distribuição diferem significativamente para os dois tipos de silenciadores. Examine os intervalos de confiança de Bonferroni para os parâmetros de forma para identificar a magnitude das diferenças nos parâmetros de forma entre as duas distribuições.

Teste para igualdade dos parâmetros de escala

Se o teste simultâneo para igualdade dos parâmetros de forma e de escala indica uma diferença estatisticamente significativa, examine o teste para igualdade de parâmetros de escala a fim de determinar se as diferenças entre as distribuições ocorrem dentro dos parâmetros de escala.

Um teste do qui-quadrado determina se os parâmetros de escala para os dois conjuntos de dados são significativamente diferentes uns dos outros. Compare o valor-p com o valor-α predeterminado. Se você estiver testando mais de um parâmetro de uma distribuição, como a forma e a escala, ajuste o valor-α para explicar vários testes. Neste exemplo, dois parâmetros são testados, de modo que o valor-α para cada teste é 0,05/2 = 0,025.
  • Se o valor-p for menor do que o valor-α, é possível concluir que os parâmetros de escala para os conjuntos de dados são significativamente diferentes. Quando existir uma diferença estatisticamente significativa, analise os intervalos de confiança de Bonferroni para os parâmetros a fim de identificar a magnitude das diferenças no parâmetro entre as distribuições.
  • Se o valor-p for maior do que o valor-α, não é possível concluir que os parâmetros de escala para os conjuntos de dados são significativamente diferentes.

Saída do exemplo

Teste para os Parâmetros de Igualdade de Escala Qui-Quadrado GL P 254,479 1 0,000

Interpretação

Para os dados de silenciadores, o teste é se as milhas percorridas até a falha para o novo tipo de silenciador e as milhas percorridas antes da falha para o tipo de silenciador antigo têm o mesmo parâmetro de escala.

Como o valor-p de 0,00 é menor do que o valor-α de 0,025, é possível concluir que os parâmetros de escala para a distribuição dos dois tipos de silenciadores sejam significativamente diferentes.

Intervalos de confiança de Bonferroni para parâmetros de forma

Se os resultados do teste para a igualdade de parâmetros de forma (ou localização) indicam uma diferença estatisticamente significativa, examine os intervalos de confiança de Bonferroni para determinar a magnitude da diferença.

Também é possível comparar os intervalos para várias amostras para saber quais parâmetros são diferentes. Se o intervalo de confiança para a razão de dois parâmetros contiver 1, então é possível concluir que os dois parâmetros são diferentes.

Saída do exemplo

Bonferroni 95,0% (indiv 97,50%) Simultâneo IC Parâmetro de forma para InícioNovo dividido em: Variável Inferior Estimativa Superior InícioAntigo 0,5954 0,6517 0,7133

Interpretação

Para os dados de silenciadores, os valores prováveis para o parâmetro de forma do tipo antigo de silenciadores variam de 0,5954 (59,54%) a 0,7133 (71,33%) do parâmetro de forma para o novo tipo de silenciadores. A razão estimada do parâmetro de forma é 0,6517 ou 65,17%.

Intervalos de confiança de Bonferroni para parâmetros de escala

Se os resultados do teste para a igualdade de parâmetros de escala indicam uma diferença estatisticamente significativa, examine os intervalos de confiança de Bonferroni para determinar a magnitude da diferença.

Também é possível comparar os intervalos para várias amostras para saber quais parâmetros são diferentes. Se o intervalo de confiança para a razão de dois parâmetros contiver 1, então é possível concluir que os dois parâmetros são diferentes.

Saída do exemplo

Bonferroni 95,0% (indiv 97,50%) Simultâneo IC Parâmetro de escala para InícioNovo dividido em: Variável Inferior Estimativa Superior InícioAntigo 0,8225 0,8426 0,8631

Interpretação

Para os dados do silenciador, valores prováveis do parâmetro de escala para o tipo antigo de silenciadores variam de 0,8225 (82,25%) até 0,8631 (86,31%) do parâmetro de escala para o novo tipo de silenciadores. A proporção estimada de o parâmetro de escala é 0,8426 ou 84,26%.

Ao usar esse site, você concorda com a utilização de cookies para análises e conteúdo personalizado.  Leia nossa política