A kritériumok statisztikai hipotézisvizsgálat
Null gipotezaN0: a két minta között nincs lényeges különbség, mindketten tartoznak azonos lakosság, de a különbségek miatt a véletlenszerű minta jellegétől, például a befolyása véletlen hiba.
A szokásos hipotézis vizsgálati eljárás a következő:
1) úgy számítjuk ki, mintavételi ellenőrzést kritériumok;
2) az így kapott érték a kritérium összehasonlítjuk a kritikus értéket talált a táblázatokban. A kritikus érték minden egyes kritérium által meghatározott a szignifikancia szintjét és a szabadsági fokok, amelyeknek az értékei kerültek kiszámításra, szerepel a kritériumnak.
Nézzük meg néhány gyakori hipotézisvizsgálat kritériumoknak.
A kizárási kritériumok baklövés. Ha a kísérleti eredmények miatt a baklövést, azokat meg kell semmisíteni nélkül kiteszik semmilyen statisztikai értékelést. Be kell, hogy ellenőrizze a kiugró értékeket.
vizsgálati kritérium
ahol xpod - a „gyanús” eredményt (legkisebb vagy a legnagyobb);
- az átlagos kapott általános képletű;
S - standard deviáció; ahol a számítás a X és S van kapcsolva „gyanús” eredményt;
n - a mérések száma.
Az így kapott érték a kritérium képest a táblázat. Ön is használja a Irwin teszt # 955;. amelynek alapja a különbség xn és xn + 1 (két legnagyobb értékei NE):
Ha az érték # 955; p nagyobb, mint az érték a megfelelő táblázatos # 955; Kr kell hagyni.
Pearson kritérium # 967; 2. A hipotézis tesztelésére szerinti elméleti empirikus eloszlás CB Pearson alkalmazott kritérium leggyakrabban # 967; 2
Meg kell vizsgálnunk, hogy a kísérleti adatok összhangban vannak a hipotézist, hogy a CBD a törvény eloszlása az adott függvény F (d) vagy a sűrűségfüggvény f (d). Ezt hívjuk elosztás „elméleti”.
Ismerve ezt a törvényt, ki tudjuk számítani a várható száma a meghibásodásokra bizonyos időközönként, amely legyőzte a tesztet.
Az eredmény az elméleti száma frekvenciák k időintervallumokban vizsgálatok:
Számoljuk ki a sikertelen termékek azonos időközönként és tapasztalataink megkapjuk számos kísérleti frekvenciák
Egységességének ellenőrzése az elméleti és kísérleti disztribúció számított intézkedés különbségek # 967; 2.
és a szám a szabadsági fokok v = k-f. ahol f - száma korlátok. A korlátozások száma a paraméterek száma a forgalmazás, nőtt egy. asztalt összeállított elosztásához Pearson.
Kolmogorov teszt # 955;. Pearson kritérium csak olyan esetekben, amikor a megfigyelések száma (n≥25). Ha az elméleti értékeket az eloszlás paraméterei ismertek, a legjobb kritérium a Kolmogorov teszt.
Töltsük fel a különbség az elméleti és empirikus felhalmozott összegeket találtak, és a maximális értéke a különbség, érték kiszámításakor a D képlet szerint:
Ahol. - a különbség a funkciók a kísérleti és elméleti eloszlás ST.
tényező # 955; képlet adja meg:
A táblázatba foglalt adatok a számított értékek # 955;, határozza meg a valószínűsége, P (# 955) - annak a valószínűsége, hogy a hipotetikus funkció helyes kiválasztva.
Fisher kritérium F. összehasonlítása előtt az átlagos értékeket a két minta, szükséges, hogy biztosítsák az egyenlő varianciák. A normális eloszlás törvény CB a hipotézis vizsgálatára egyenlőség (homogenitás) mintát diszperziók alkalmazott statisztikai kritériumként, amely az arány a két független értékelés a lakosság és diszperziók. amelynek fokú szabadságot, illetve v1 IV2. azaz
Ebben az állapotban kell teljesülnie. ahol - a nagy értéke a minta eltérés a két mintában.
A kapott értéket összehasonlítjuk egy előre meghatározott stablichnym szignifikancia szintjét p szabadsági fok, és a V1 = n1 -1 IV2 = n2 -1. Ha F Kritérium KohrenaG. Ha a több párhuzamos kísérletsorozat azonos módon, az eloszlás egyenletessége a több mintát alkalmazásával igazoltuk KohrenaG kritérium a következő képlet szerint: ahol - a maximális diszperzió, és - az összeg minden minta diszperziók, N - a minták száma, n - mintaszám. Ha a számított G értéke nagyobb, mint az asztal GKR (szignifikancia szinten # 945; és szabadsági fok v1 = n1 -1 számláló és v2 = N nevező), a hipotézist az egyenlőség (homogenitás) diszperziók utasítani. Ha a teszt a Fisher és Cochran-féle Q-teszt azt mutatja, hogy a null hipotézist elfogadhatjuk varianciáját értékelések, értékelések homogénnek nevezzük; Ezt az eljárást nevezik check homogenitását változataival. Homogén becsléseket lehet átlagolni - keresni egy becslést a szórás az egész mérések sokaságát; Ehhez használja a következő képletet: Student kritérium t. A hipotézis tesztelésére az egyenlőség a két minta átlaga CB, akik normális eloszlás jog, a Student-féle t-próba. A nullhipotézis: átlagértékek a két méréssorozat becslések az azonos általános értékeket (elvárás, az igazi érték). Ha a mérések, amelyeket kapott átlagokat, készülnek eltérő pontossággal (különböző eltéréseket), az összehasonlító átlagos eljárás sokkal bonyolultabb. Ezekben az esetekben lehetséges ajánlani konkrét módszereket. Ha a variancia homogenitását, és megállapította, egy általános értékelést követően az ellenőrzést végzi Student-féle teszt ahol n1 és n2 - a mérések számának az első és a második sorozat; s - egyetlen becslést a szórás egész mérések sokaságát. A kritikus érték függ t, és v # 945; .Kapcsolódó cikkek