Robustnosť v štatistike

Ekaterina Nikitina/Getty Images

In štatistiky Výraz robustnosť alebo robustnosť sa vzťahuje na silu štatistického modelu, testov a postupov podľa špecifických podmienok štatistickej analýzy, ktorú chce štúdia dosiahnuť. Vzhľadom na to, že tieto podmienky štúdie sú splnené, je možné overiť pravdivosť modelov pomocou matematických dôkazov.

Mnohé modely sú založené na ideálnych situáciách, ktoré pri práci s údajmi z reálneho sveta neexistujú, a v dôsledku toho môže model poskytnúť správne výsledky, aj keď nie sú presne splnené podmienky.

Robustná štatistika je preto akákoľvek štatistika, ktorá poskytuje dobrý výkon, keď sa údaje čerpajú zo širokého rozsahu rozdelenia pravdepodobnosti, ktoré do značnej miery nie sú ovplyvnené odľahlými hodnotami alebo malými odchýlkami od predpokladov modelu v danom súbore údajov. Inými slovami, robustná štatistika je odolná voči chybám vo výsledkoch.

Jedným zo spôsobov, ako sledovať bežne zaužívaný robustný štatistický postup, nie je potrebné hľadať nič iné ako t-procedúry, ktoré používajú testy hypotéz na určenie najpresnejších štatistických predpovedí.

Dodržiavanie T-postupov

Ako príklad robustnosti zvážime t -postupy, ktoré zahŕňajú interval spoľahlivosti pre priemer populácie s neznámou štandardnou odchýlkou ​​populácie, ako aj testy hypotéz o priemere populácie.

Použitie t- postupy predpokladajú nasledovné:

• Súbor údajov, s ktorými pracujeme, je a jednoduchá náhodná vzorka obyvateľov.
• Populácia, z ktorej sme odobrali vzorky, je normálne rozložená.

V praxi s príkladmi z reálneho života majú štatistici zriedkavo populáciu, ktorá je normálne rozložená, takže namiesto toho sa vynára otázka: Akí robustní sú naši t- postupy?

Vo všeobecnosti je podmienka, že máme jednoduchú náhodnú vzorku, dôležitejšia ako podmienka, ktorú sme odobrali z normálne rozloženej populácie; dôvodom je to, že centrálna limitná veta zaisťuje rozdelenie vzorkovania, ktoré je približne normálne – čím väčšia je veľkosť našej vzorky, tým bližšie je distribúcia vzorkovania priemeru vzorky normálnemu.

Ako fungujú T-procedúry ako robustná štatistika

Takže robustnosť pre t -postupy závisia od veľkosti vzorky a distribúcie našej vzorky. Úvahy o tom zahŕňajú:

• Ak je veľkosť vzoriek veľká, čo znamená, že máme 40 alebo viac pozorovaní, potom t- postupy je možné použiť aj pri distribúciách, ktoré sú šikmé.
• Ak je veľkosť vzorky medzi 15 a 40, môžeme použiť t- postupy pre akékoľvek tvarové rozloženie, pokiaľ neexistujú odľahlé hodnoty alebo vysoký stupeň zošikmenia.
• Ak je veľkosť vzorky menšia ako 15, môžeme použiť t - postupy pre údaje, ktoré nemajú žiadne odľahlé hodnoty, jeden vrchol a sú takmer symetrické.

Vo väčšine prípadov bola robustnosť stanovená prostredníctvom technickej práce v matematickej štatistike a našťastie nemusíme nevyhnutne robiť tieto pokročilé matematické výpočty, aby sme ich správne využili; musíme len pochopiť, aké sú všeobecné usmernenia pre robustnosť našej špecifickej štatistickej metódy.

T-procedúry fungujú ako robustná štatistika, pretože zvyčajne poskytujú dobrý výkon pre tieto modely tým, že zohľadňujú veľkosť vzorky ako základ pre aplikáciu postupu.