| المستخلص: |
هدفت هذه الورقة للتعرف على قوة الاختبارات الإحصائية لاختبار (T) للبيانات التي تتبع التوزيع الأسى، وذلك من خلال توليد للبيانات من التوزيعات البديلة عن طريق أسلوب مونتي كارلو لمحاكاة العينات، وهي التي تتبع التوزيع الأسي. وقد تم توليد 1000 بمختلف الأحجام من كل التوزيعات المعطاة ثم تحديد قوة الاختبار. كما هدفت الورقة إلى تطوير اختبار المعنوية باعتبارها طريقة موضوعية يمكن من خلالها تحليل قوة الاختبار الإحصائي وكذلك علاقته بمستوى الدلالة الإحصائية وحجم التأثير. تمثلت مشكلة الدراسة في عدم التعرف على الطرق البديلة التي يمكن من خلالها التحكم في خواص الاختبار الإحصائي والتي تؤدي إلى عدم زيادة الدقة وقوة الاختبار. تم استخدام المنهجية الوصفية والعلمية والتي من خلالها تم تحليل حجم العينة يزيد من قوة الاختبار ويقلل من قيمة بيتا، وكذلك كلما زادت قيمة الانحراف المعياري تقل قوة الاختبار وتزيد قيمة بيتا. كما خرجت هذه الدراسة بعدد من التوصيات أهمها التوصل إلى حجم العينة المناسب والذي يعطي نتائج ملموسة، وكذلك الاهتمام بقياس قوة الاختبار الإحصائي والتي تكمن في زيادة قوة الاختبار وتقليل قيمة بيتا للبيانات التي تتبع التوزيع الأسي.
This paper aims to identify the power of statistical tests to test the (T) of the data that follow the exponential distribution, through generating of data from alternative distributions by Monte Carlo method to simulate the samples, which follow the exponential distribution. It was generated in 1000 units in various sizes of each dividend given to determine the strength test. The paper also aimed to develop the significance test as an objective method by which to test the statistical power of the analysis as well as its relationship to the level of statistical significance and effective sample size. The study reflected a problem in the lack of identification of alternative ways in which they can control the statistical properties of the test which leads to decrease the precision and power of the test. It used descriptive and scientific methodology through which the sample was analyzed, further tests the strength and reduces the size of the beta value, as well as the higher the standard deviation, the lower of the test strength which the value of the beta is increased. This study also came up with a number of recommendations including reaching an appropriate sample size, which gives tangible results, as well as the interest in measuring the strength of the statistical test that lies in increasing the power of the test which always less than the beta, reducing the beta of the data that follow the exponential distribution.
|
