
- •Содержание
- •1.8. Проверка однородности нескольких дисперсий, 23
- •1. Первичная обработка результатов мониторинга
- •1.1. Общие сведения
- •1.2. Статистические оценки результатов наблюдений
- •1.3. Расчет доверительного интервала для математического ожидания
- •1.4. Определение необходимого объема выборки
- •1.5. Отбрасывание сомнительных наблюдений
- •1.6. Проверка гипотезы об однородности двух дисперсий
- •1.7. Проверка однородности нескольких дисперсий, найденных по выборкам одинакового объема
- •1.8. Проверка однородности нескольких дисперсий, найденных по выборкам различного объема
- •1.9. Проверка однородности средних
- •1.10. Проверка нормальности распределения
- •1.11. Коэффициент корреляции
- •1.12. Ранговая корреляция
- •1.13. Обработка экспертных оценок при ранжировании
- •2.2. Дисперсионный анализ данных
- •2.3. Корреляционный анализ данных
- •3.2. Основные задачи планирования эксперимента
- •4.2. Метод наименьших квадратов для моделей с одной переменной
- •4.3. Метод наименьших квадратов для многофакторных экспериментов
- •4.3.1.Случай линейной регрессионной модели с k варьируемыми факторами. Регрессионная модель здесь имеет вид (4.2). Значения факторов, принимаемые в каждом опыте, можно свести в табл. 4.3.
- •4.5. Статистический анализ уравнения регрессии
- •4.5.4.Последовательность действий исследователя при проведении эксперимента с целью построения регрессионной модели объекта.
- •4.6. Пример обработки результатов экспериментальных исследований
- •5. Построение многофакторной линейной регрессионной модели в excel
- •6. Культура представления числовых значений измерений и вычислений
- •7. Контрольное задание
- •Методические рекомендации при оценке состояния загрязнения атмосферы населенных мест
- •Статистические характеристики загрязнения атмосферы (за)
- •Индексы загрязнения атмосферы
- •Список использованной литературы
1.7. Проверка однородности нескольких дисперсий, найденных по выборкам одинакового объема
Для проверки однородности нескольких дисперсий при равных объемах всех рассматриваемых выборок n1 = n2 = n3, =...= n может быть использован G-критерий Кохрена.
Пусть т
– количество
выборочных дисперсий, однородность
которых проверяется. Обозначим эти
дисперсии
.
Вычисляется
расчетное G-отношение
по формуле
.
(1.17)
В числителе этой формулы стоит наибольшее значение из рассматриваемых дисперсий, а в знаменателе значение суммы всех дисперсий. Далее обращаются к таблицам распределения Кохрена (см.приложение 3). По выбранному уровню значимости q, числу степеней свободы каждой выборки f = n – 1 и по количеству выборок m из этой таблицы отыскивают величину G = Gтабл. Если G < Gтабл, то можно принять гипотезу об однородности дисперсий. В противном случае она отвергается.
Пример. На лабораторном стенде при отработке методики определения концентрации частиц в воздухе шестью студентами обработано пять фильтров при одних условиях. Результаты измерений – количество частиц на фильтре приведены в табл. 1.3.
Таблица 1.3
Количество частиц на фильтре
Номер фильтра |
Студент |
Среднее |
Дисперсия |
|||||
1-й |
2-й |
3-й |
4-й |
5-й |
6-й |
|||
1 2 3 4 5 |
49 43 58 47 52 |
50 48 53 49 55 |
48 49 52 48 57 |
53 42 56 45 54 |
47 47 54 48 56 |
51 41 55 44 54 |
50 45 55 47 55 |
4,8 11,6 4,8 3,8 3,2 |
Требуется выяснить,
можно ли считать, что разброс значений
частиц для всех фильтров одинаков. Для
ответа на этот вопрос рассчитаем среднее
значение уi,
и оценку дисперсии
для каждого фильтра (они приведены в
последних двух столбцах табл. 1.3). Проверим
однородность дисперсий
по критерию
Кохрена (объемы каждой из пяти выборок
одинаковы и равны шести). Из табл. 1.3
находим наибольшую дисперсию, равную
=
0,324. Составим G-соотношеиие:
Gрасч
Из приложения 3 для количества выборок n = 5 и числа степеней свободы f = n – 1 = 6 – 1 = 5 при уровне значимости q = =0,05 находим Gтабл = 0,5063. Поскольку Gрасч < Gтабл, гипотеза об одинаковом разбросе значений частиц принимается.
1.8. Проверка однородности нескольких дисперсий, найденных по выборкам различного объема
Экспериментаторы
часто планируют получение выборок
одинакового объема, однако, если в опытах
обнаруживаются промахи, то после их
исключения объемы выборок оказываются
различными. Пусть, как и в предыдущем
пункте, проверяется однородность
некоторого числа m
дисперсий:
.
Теперь эти дисперсии найдены по выборкам
различного объема – соответственно
n1,
n2,
n3,
..., nm.
В этом случае используют критерий
Бартлетта-B.
Предварительно вычисляют величину
,
представляющую собой среднее взвешенное
значение дисперсий, взятое с учетом
числа степеней свободы
,
где f = f1 + f2 ...+fm; fm – это числа степеней свободы соответствующих дисперсий: fi = ni – 1.
Далее рассчитывают величину B = V / C, где V и C соответственно равны [10]:
,
Затем из Приложения
4 при уровне значимости q
и числе степеней свободы k
= т – 1
отыскивают значение
. Гипотеза
об однородности дисперсий принимается,
если
.
В данной
проверке требуется, чтобы объем каждой
выборки был не менее четырех. Поскольку
величина C
заведомо больше единицы, то после
вычисления значения V
можно уже проверить выполнение неравенства
V
≤
Если
оно окажется справедливым, то гипотезу
об однородности дисперсий можно принять.
Если V
>
то следует вычислить C
и довести проверку до конца.
Применение критерия Бартлетта, как видно, является достаточно трудоемким. Кроме того, следует иметь в виду, что он весьма чувствителен к отклонениям от нормальности распределения.