El paràmetre de no centralitat és útil per descriure les estadístiques de prova d'ús habitual, on el paràmetre de no centralitat representa el grau en què la mitjana de l'estadística de prova s'allunya de la seva mitjana quan la hipòtesi nul·la és certa.
Quin és el paràmetre central?
El paràmetre de no centralitat (λ) és una mesura de “…el grau en què una hipòtesi nul·la és falsa” (Kirk, 2012). En altres paraules, us diu alguna cosa sobre el poder estadístic d'una prova. Per exemple, una distribució F amb un paràmetre NCP de zero significa que la distribució F és una distribució F central.
Què és el paràmetre de no centralitat δ?
Si l'estadística de prova té una distribució normal estàndard sota la hipòtesi nul·la, tindrà una distribució normal mitjana diferent de zero sota l' alternativa. Aquí aquesta mitjana és el paràmetre de no centralitat. Per a una prova t sota una hipòtesi de variància igual, la mitjana ve donada per: δ=μ1−μ2σagrupat/√n
Quina diferència hi ha entre la distribució central i la no central?
Mentre que la distribució central descriu com es distribueix una estadística de prova quan la diferència provada és nul·la, les distribucions no centrals descriuen la distribució d'una estadística de prova quan la diferència és falsa (per tant, hipòtesi alternativa és certa). Això fa que s'utilitzin per calcular el poder estadístic.
Què és la distribució de paràmetres no centralitzats?
La distribució t no central generalitza la distribució t de Student utilitzant un paràmetre de no centralitat. Mentre que la distribució de probabilitat central descriu com es distribueix una estadística de prova t quan la diferència provada és nul·la, la distribució no central descriu com es distribueix t quan el nul és fals
