Grande immagine:
Sto cercando di capire come aumentare le dimensioni del campione aumenta la potenza di un esperimento. Le diapositive del mio docente spiegano questo con un quadro di 2 distribuzioni normali, una per l'ipotesi nulla e una per l'ipotesi alternativa e una soglia di decisione c tra di loro. Sostengono che l'aumento della dimensione del campione ridurrà la varianza e quindi causerà una kurtosi più elevata, riducendo l'area condivisa sotto le curve e quindi la probabilità di un errore di tipo II.
Piccola immagine:
Non capisco come una dimensione del campione più grande riduca la varianza.
Suppongo che calcoli solo la varianza del campione e lo usi come parametro in una distribuzione normale.
Provai:
- googling , ma le risposte più accettate hanno 0 voti o sono solo esempi
- pensiero : secondo la legge dei grandi numeri ogni valore dovrebbe eventualmente stabilizzarsi attorno al suo valore probabile in base alla normale distribuzione che assumiamo. E la varianza dovrebbe quindi convergere alla varianza della nostra presunta distribuzione normale. Ma qual è la varianza di quella distribuzione normale ed è un valore minimo, cioè possiamo essere sicuri che la nostra varianza del campione diminuisca a quel valore?