Статистика и анализ геологических данных
..pdfчений распределения. Если же нам нужно проверить эту гипо тезу при уровне значимости а=0,05, то вычисленное значение статистики t для одностороннего критерия должно превышать значение 1,83. Статистический критерий имеет тот же вид, что
ив предыдущем случае:
1.Но : H-i < 18°/0, H i: и > 18°/0.
2.а =0,0 5 .
3. t = 2 1 .3 - 1 8 .0 |
1,89. |
5 .5 2 //1 0 |
|
Вычисленное значение 1,89 превышает табличное, соответст вующее девяти степеням свободы и пятипроцентному уровню значимости, т. е. попадает в критическую область. Это значит, что мы должны отклонить нулевую гипотезу и принять альтерна тиву, заключающуюся в том, что пористость совокупности, из ко торой были извлечены образцы
песчаников Тенслип, больше 18%. |
|
Т а б л и ц а 3.11 |
||||||||||
Если бы вычисленная величина t |
Результаты измерения пористости |
|||||||||||
оказалась |
меньше |
чем 1,83, то |
десяти образцов песчаников |
|||||||||
не было |
бы никаких |
оснований |
Тенслип пенсильванского возраста, |
|||||||||
предполагать, |
что |
выборочное |
бассейн реки Уинд, Вайоминг |
|||||||||
среднее |
больше |
18%. |
Заметим, |
Номер образца |
Пористость (%) |
|||||||
что мы при этом не утверж |
||||||||||||
|
|
|||||||||||
даем, |
что среднее |
меньше |
|
18%, |
|
|
|
|||||
а только |
говорим, что |
нет |
осно |
11 |
|
15 |
||||||
ваний |
считать, |
что |
оно больше. |
12 |
|
10 |
||||||
Как это |
было |
установлено |
ра |
13 |
|
15 |
||||||
нее, |
эта |
неопределенность |
ле |
|
||||||||
14 |
|
23 |
||||||||||
жит в основе статистических кри |
|
|||||||||||
15 |
|
18 |
||||||||||
териев. Они могут показать с не |
|
|||||||||||
которой |
вероятностью, |
чего |
нет, |
16 |
|
26 |
||||||
но не позволяют установить, что |
17 |
|
24 |
|||||||||
же имеет место. |
|
|
|
|
|
18 |
|
18 |
||||
С другой площади в Вайомин |
|
|||||||||||
19 |
|
19 |
||||||||||
ге были получены десять допол |
|
|||||||||||
|
21 |
|||||||||||
нительных |
измерений |
значений |
20 |
|
||||||||
пористости в песчаниках Тенслип, |
|
|
|
|||||||||
которые |
приведены |
в табл. 3.11. |
|
Сумма |
189 |
|||||||
Можно ли |
средние |
двух |
выбо |
|
Среднее 18,9 |
|||||||
рок считать равными? |
В |
отли |
|
|||||||||
|
S2 = |
23,21 |
||||||||||
чие от предыдущей задачи, где |
|
|||||||||||
мы сравнивали |
выборочное сред |
|
s = |
4,82 |
||||||||
нее |
с |
заданным |
выборочным |
|
|
|
8 З а к а з № 455
средним значением совокупности, в данном случае проверяется гипотеза, имеющая следующий вид:
Но : P'1 = Р2.
Проверяемая гипотеза заключается в том, что среднее значе ние совокупности, из которой взята первая выборка, равно сред нему значению совокупности, из которой взята вторая выборка.
Множество альтернатив для гипотезы Hi •* Pl ф Р2
утверждает, что средние значения двух совокупностей не равны. Снова мы должны задать уровень значимости, и пусть он будет равен а=0,10 . Теперь статистический критерий имеет следующий
вид:
Х1 - Х 2 |
(3.23) |
|
Sp / 1 / П 1 + 1/п8 ’ |
||
|
где Sp — оценка стандартного отклонения совокупности, получен ная по двум объединенным выборкам. Эту оценку можно вы
числить по формуле
V |
(п, — 1)8? + (n2 |
*)S2 |
(3.24) |
П1 “I- П2 — |
2 |
|
где индексы соответствуют выборкам, взятым из пород впадины Бигхорн и бассейна реки Уинд. Для того чтобы оценить дис персию исходной совокупности, из которой были взяты обе вы борки, нужно сначала оценить дисперсию каждой выборки, а за тем, комбинируя их, получить требуемое значение s p по формуле
(3.24). Эта процедура требует оценки дополнительных парамет ров [ о \ ; так же как и а \), а также вычисления дополнитель
ного числа степеней свободы v—tii+tii 2. Является ли разли чие между двумя средними значимым при десятипроцентном
уровне значимости?
|
21.3 — I8j9______ _ _ = |
t== |
• Z 1/5 |
_ |
_ _ JiL _ _ = ^ = l,0 3 . |
|
у 26,84 У0,2 |
Так как табличные значения двустороннего критерия с 18 сте пенями свободы, соответствующие десятипроцентному уровню
значимости |
(5% на каждом конце распределения), равны |
2,10 |
|
и +2,10, то |
вычисленное значение не попадает |
в критическую |
|
область и нулевую гипотезу нельзя отклонить. ( |
апомним, что |
||
критическая область охватывает 10% площади под кривой |
-рас |
||
пределения.) |
Отсюда следует, что нет основании |
предполагать, |
что две изучаемые выборки взяты из совокупностей, имеющих разные средние значения.
Для того чтобы применять этот критерий, необходимо выпол нить следующие условия. Во-первых, обе выборки должны быть получены на основании процедуры случайного выбора. Во-вто рых, значения случайных величин в совокупностях, из которых были извлечены выборки, должны описываться нормальным рас пределением. В-третьих, дисперсии этих совокупностей должны быть равны. Выполнение первого условия в большинстве геоло
гических |
задач проверить трудно. Однако его невыполнение |
в случае, |
если выборки имеют сильное и систематическое сме |
щение (как в том случае, когда измерения пористости произво дятся только в образцах, взятых из продуктивных зон или неф тяных полей), может явиться серьезным источником ошибок. Конечно, проверку гипотезы о нормальности распределения зна чений признака изучаемой совокупности можно провести, так как одно отклонение от нормальности редко приводит к изме нению результатов, в особенности если выборочная совокупность достаточно велика (скажем, больше 30). Третье условие — ра венство дисперсий двух совокупностей — очень важно, так как почти все статистические критерии основаны на предположении о равенстве дисперсий сравниваемых совокупностей. К счастью, это предположение легко проверяется.
F -критерий
Критерии для проверки гипотезы о равенстве дисперсий осно ваны на так называемом F -распределении Фишера. Это теорети ческое распределение отношения
si |
(3.25) |
F = 4 |
S2
двух выборочных дисперсий для выборок, извлеченных из нор мальных совокупностей при условии, что истинные дисперсии равны.
Вполне естественно, что выборочные дисперсии в случае, ко гда число наблюдений, используемое для их вычисления, мало, меняются от испытания к испытанию в довольно широком диа пазоне. Поэтому вид F -распределения изменяется с изменением объема выборки. Это снова заставляет нас учитывать степени свободы, но в данном случае F -распределение зависит от двух значений v, каждое из которых соответствует одной из двух оце нок дисперсий F -отношения. Так как F -статистика является от ношением двух положительных чисел, то ясно, что случайная величина F не может принимать отрицательных значений. Если выборка велика, то при условии равенства истинных значений дисперсий среднее значение отношения будет близко к 1,0.
ходов. Оценки дисперсий двух выборок можно вычислить по фор муле (3.8). Тогда соответствующее им F -отношение вычисляется
по формуле |
2 |
|
F |
- 4s2. |
(3.26) |
где — большая выборочная дисперсия, a s | — меньшая |
выбо |
|
рочная дисперсия. |
|
|
По этим данным требуется проверить гипотезу |
|
|
т т |
2_ 2 |
|
По . 01 = 0 2 |
|
|
против множества альтернатив |
|
|
т т |
2 / 2 |
|
nj . Oi^=02. |
|
Нулевая гипотеза утверждает, что изучаемые совокупности имеют равные дисперсии; множество альтернатив устанавливает, что это не так. Степени свободы vi и V2, отвечающие этому кри терию, равны ni — 1 и п2— 1, соответственно. Критическое зна чение F CVI = 9 HV2= 9 степенями свободы и уровнем значимости 5% (а = 0,05) можно найти по табл. 3.12, а; это значение равно 3,18.
Значение F, вычисленное по формуле (3.26), попадает в одну из двух областей, указанных на фиг. 3.23. Если вычисленное зна чение F превышает 3,18, то нулевая гипотеза отвергается и мы приходим к заключению, что дисперсии пористости можно счи тать неодинаковыми в двух группах. Если вычисленное значение меньше 3,18, то мы не можем утверждать, что дисперсии раз личны. Используя программу 3.2, оценим дисперсию пористости двух совокупностей песчаников Тенслип и проверим предполо жение о равенстве дисперсий при пятипроцентном уровне зна чимости.
Вбольшинстве практических задач мы обычно не знаем ис тинных значений параметров совокупности и можем лишь по вы борке вычислить их оценки. При сравнении двух выборок сна чала целесообразно установить, являются ли их дисперсии ста тистически эквивалентными. Если они оказываются равными и если выборки были извлечены без смещения из изучаемых сово купностей, то мы можем спокойно перейти к использованию сле дующих статистических критериев.
Вкачестве примера рассмотрим такую проблему: образцы снега и льда, собираемые с участков земли, покрытых многолет ними льдами, содержат частички пыли, называемые микроча стицами. Размеры отдельных таких частиц имеют пределы от 0,5 до 3,0 мкм; они попадают в атмосферу разными путями: в ре зультате вулканических извержений, пылевых штормов, падения
микрометеоритов. |
Частицы |
настолько малы, |
что |
могут |
быть |
во взвешенном |
состоянии |
неограниченное |
время, |
но |
легко |
|
|
Т а б л и ц а |
3.12, а |
||
R pHTH ^ K H e ^ 3 H a 4 e i« fl^ F ^ p a c n p w ^ H j« ^ c ^ v ^ ^ V 2 ^ _ ^ |
" j 0j |
|
|
||
* |
I |
ипгЛ1/П10ЛЯ V * |
|
|
|
Число степеней |
свобоЗы |
числителя у1 |
|
|
|
|
8 |
15 |
20 |
24 |
00 |
|
|
|
|
|
огпм |
ТЗК Как служат ядрами для кристаллиза- |
поглощаются снег0 |
отез что перемРешивание атмосферы и |
ции льда. СУ ^ с^ иУкоочаСтицы попадают в снег из воздуха, припути, к0Т°Рымио^ пй концентрации микрочастиц в снегу на зем-
водят к |
|
S |
Л ™ ™ о т “ за соответствует действительно- |
ной поверхност]и* 1в |
имеют значение для предсказания послед- |
||
сти, то выводы из н |
я в ахМосфере. Поэтому были |
||
ствий Hcnb,f |
вв1боркиРпроб снега в снеговых покровах Гренлан- |
||
собраны дяв® |
! . £ РПри тщательном контроле снег был расплав- |
||
дии и Антарктики, |
РeKTDH4eCKOro классификатора было опре- |
||
лен, „ |
с помощью |
не„ чФастиц. Коннеитрадня |
|
делено |
количес |
рна биллион в талом снегу приведена |
|
микрочастиц |
в часли |
Т а б л и ц а 3.12, б
Критические значения F-распределения с V| и Vj степенями свободы для 2,5%-ного уровня значимости (а=0,025) [10]
|
|
|
|
|
Число степеней свободы |
числителя v 1 |
|
|
|
|
|||||||
|
|
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
10 |
12 |
15 |
20 |
24 |
0 0 |
|
|
1 64779 |
79950 |
86416 |
89958 |
92185 |
937 11 |
948 22 |
95666 |
963 28 |
988 83 |
976 71 |
984 87 |
99910 |
997 25 |
1001 4 |
||
|
2 |
3851 |
3900 |
3917 |
3925 |
3930 |
3933 |
3936 |
3937 |
3939 |
3940 |
3941 |
3943 |
3845 |
3946 |
3946 |
|
|
3 |
1744 |
1604 |
1544 |
1510 |
1488 |
1473 |
1462 |
1454 |
1447 |
1442 |
1434 |
1425 |
1417 |
1412 |
1408 |
|
|
4 |
1222 |
1865 |
998 |
960 |
936 |
920 |
907 |
898 |
890 |
884 |
875 |
866 |
856 |
851 |
846 |
|
|
5 |
ИМИ |
843 |
776 |
739 |
715 |
698 |
685 |
678 |
688 |
662 |
652 |
643 |
633 |
628 |
623 |
|
|
6 |
881 |
726 |
660 |
623 |
599 |
582 |
570 |
560 |
552 |
546 |
537 |
527 |
517 |
512 |
507 |
|
|
7 |
807 |
654 |
589 |
552 |
529 |
512 |
499 |
490 |
482 |
476 |
467 |
457 |
447 |
441 |
436 |
|
«V |
8 |
757 |
606 |
542 |
505 |
482 |
465 |
453 |
443 |
436 |
430 |
420 |
410 |
400 |
395 |
389 |
|
|
9 |
721 |
571 |
508 |
4 72 |
448 |
432 |
420 |
410 |
403 |
996 |
987 |
977 |
367 |
361 |
356 |
|
о; |
10 |
694 |
546 |
483 |
447 |
424 |
407 |
395 |
985 |
978 |
972 |
962 |
952 |
342 |
337 |
331 |
|
ш |
11 |
672 |
526 |
463 |
428 |
404 |
388 |
976 |
366 |
359 |
353 |
943 |
933 |
323 |
317 |
312 |
|
£ |
|||||||||||||||||
о |
12 |
655 |
510 |
447 |
412 |
389 |
373 |
961 |
951 |
344 |
937 |
928 |
318 |
307 |
302 |
996 |
|
X |
13 |
641 |
497 |
435 |
400 |
377 |
360 |
34В |
939 |
931 |
325 |
915 |
305 |
995 |
289 |
284 |
|
а> |
|||||||||||||||||
Z |
14 |
630 |
486 |
424 |
389 |
366 |
350 |
938 |
329 |
921 |
915 |
905 |
995 |
984 |
979 |
973 |
|
о |
|||||||||||||||||
X |
15 |
620 |
477 |
415 |
380 |
358 |
341 |
929 |
920 |
912 |
906 |
29В |
986 |
976 |
2 70 |
964 |
|
СО |
|||||||||||||||||
Ъ |
16 |
612 |
469 |
408 |
373 |
350 |
334 |
322 |
912 |
305 |
999 |
989 |
979 |
268 |
963 |
957 |
|
ГО |
17 |
604 |
462 |
401 |
366 |
344 |
328 |
916 |
906 |
998 |
992 |
982 |
972 |
982 |
956 |
950 |
|
о |
|||||||||||||||||
УО |
18 |
598 |
456 |
395 |
361 |
338 |
922 |
910 |
901 |
293 |
987 |
977 |
967 |
956 |
950 |
944 |
|
о |
|||||||||||||||||
со |
19 |
592 |
451 |
390 |
356 |
333 |
317 |
905 |
996 |
988 |
982 |
972 |
962 |
951 |
245 |
239 |
|
и |
|||||||||||||||||
•3 |
20 |
587 |
446 |
386 |
351 |
329 |
313 |
901 |
991 |
284 |
977 |
26Р |
957 |
946 |
941 |
235 |
|
со |
21 |
583 |
442 |
382 |
348 |
325 |
309 |
997 |
987 |
980 |
273 |
964 |
953 |
242 |
237 |
231 |
|
X |
|||||||||||||||||
с |
22 |
579 |
438 |
378 |
344 |
322 |
905 |
293 |
984 |
978 |
970 |
260 |
950 |
939 |
933 |
227 |
|
Е |
23 |
575 |
435 |
375 |
341 |
318 |
902 |
990 |
981 |
973 |
967 |
957 |
947 |
936 |
930 |
224 |
|
с_> |
24 |
572 |
432 |
372 |
338 |
315 |
299 |
987 |
978 |
970 |
984 |
954 |
944 |
933 |
927 |
221 |
|
о |
|||||||||||||||||
25 |
569 |
429 |
369 |
335 |
313 |
997 |
985 |
975 |
268 |
961 |
951 |
941 |
930 |
924 |
218 |
||
е; |
|||||||||||||||||
=3 |
26 |
566 |
427 |
367 |
333 |
310 |
994 |
982 |
973 |
965 |
959 |
249 |
939 |
928 |
922 |
216 |
|
|
27 |
563 |
424 |
365 |
331 |
308 |
992 |
980 |
971 |
963 |
957 |
947 |
936 |
925 |
919 |
213 |
|
|
28 |
561 |
422 |
363 |
329 |
306 |
990 |
978 |
969 |
961 |
955 |
245 |
934 |
923 |
917 |
211 |
|
|
29 |
559 |
420 |
361 |
327 |
304 |
988 |
976 |
967 |
959 |
953 |
943 |
932 |
921 |
915 |
209 |
|
|
30 |
557 |
418 |
359 |
325 |
303 |
987 |
975 |
965 |
957 |
951 |
941 |
931 |
920 |
914 |
207 |
|
|
40 |
542 |
405 |
346 |
313 |
290 |
274 |
962 |
953 |
245 |
939 |
929 |
918 |
907 |
901 |
194 |
|
|
60 |
529 |
393 |
334 |
301 |
279 |
963 |
951 |
241 |
933 |
927 |
917 |
906 |
194 |
188 |
182 |
|
120 |
515 |
380 |
323 |
2-89 |
267 |
252 |
239 |
930 |
222 |
916 |
905 |
194 |
182 |
176 |
169 |
||
ОО |
502 |
369 |
312 |
279 |
257 |
941 |
929 |
919 |
911 |
905 |
194 |
183 |
171 |
164 |
157 |
/
в табл. 3.13. Можно ли считать обе выборки извлеченными из одной и той же совокупности и приводят ли результаты испыта ний к подтверждению или опровержению идеи об атмосферной однородности?
Предполагая, что выборки были взяты без смещения и что распределение микрочастиц подчиняется нормальному закону на всем протяжении снеговых полей, проверим сначала гипотезу о равенстве дисперсий по двум выборкам. Используя формулу (3.25), запишем нулевую гипотезу и альтернативу:
тт |
. 2 |
2 |
По • 01 = |
02, |
|
и |
. 2 , |
2 |
H i |
. О] ф <32- |
|
|
|
|
|
|
|
|
|
|
|
|
|
Т а б л и ц а 3.12, в |
||||
|
|
|
|
|
|
|
|
|
„ „ |
м vo степенями свободы |
|||||||
|
|
|
|
|
|
|
|
|
|
|
<«-••»■ > |
п « |
|
|
|||
|
|
|
|
|
|
Число |
степеней |
сеобоЗы числителя у, |
__------------- |
||||||||
|
|
|
|
|
|
|
|
------- |
|
|
,2 |
15 |
го |
24 |
сю |
||
|
|
|
|
|
|
|
|
59284 |
5981 1 |
60225 |
6055 8 |
61063 |
6157 3 62087 |
6234 6 |
62606 |
||
|
1 |
40522 |
49995 |
5403 4 |
56246 |
57636 |
58590 |
9040 |
9942 |
9943 |
9045 |
9946 |
9947 |
||||
|
9925 |
9930 |
9933 |
9936 |
9937 |
9939 |
2887 |
2669 |
2660 |
2650 |
|||||||
|
2 |
9850 |
99*00 |
9917 |
2767 |
2749 |
2735 |
2723 |
2705 |
||||||||
|
2871 |
2824 |
2791 |
1455 |
1437 |
1420 |
1402 |
1393 |
1384 |
||||||||
|
3 |
3412 |
3082 |
29 46 |
1552 |
1521 |
1498 |
14 80 |
1466 |
055 |
947 |
, 938 |
|||||
|
2120 |
1800 |
1669 |
1598 |
1016 |
1005 |
989 |
972 |
|||||||||
|
4 |
11 39 |
1097 |
1 067 |
1946 |
1029 |
|
740 |
731 |
723 |
|||||||
|
5 |
1626 |
1327 |
1206 |
826 |
810 |
798 |
787 |
7 72 |
756 |
|||||||
|
|
|
915 |
875 |
847 |
616 |
607 |
599 |
|||||||||
Ci |
6 |
1375 |
1092 |
9 78 |
672 |
662 |
647 |
631 |
|||||||||
785 |
746 |
7 19 |
699 |
684 |
552 |
536 |
528 |
520 |
|||||||||
|
7 |
1225 |
9*55 |
845 |
618 |
603 |
591 |
581 |
567 |
||||||||
о; |
865 |
759 |
701 |
663 |
6 37 |
526 |
511 |
496 |
481 |
4 73 |
465 |
||||||
8 |
1126 |
606 |
580 |
561 |
547 |
535 |
458 |
441 |
4 33 |
4 25 |
|||||||
о; |
9 |
10*56 |
802 |
699 |
642 |
520 |
506 |
494 |
485 |
4 71 |
|
|
|||||
756 |
655 |
599 |
564 |
539 |
|
|
|
410 |
402 |
394 |
|||||||
Е |
10 |
1(704 |
|
|
|
|
|
4 54 |
4 40 |
4 25 |
|||||||
о |
|
|
|
532 |
507 |
489 |
474 |
463 |
386 |
378 |
370 |
||||||
х |
|
965 |
721 |
622 |
567 |
430 |
416 |
401 |
|||||||||
OJ |
11 |
506 |
482 |
464 |
450 |
439 |
366 |
359 |
351 |
||||||||
Ж. |
933 |
693 |
595 |
541 |
430 |
419 |
4Ю |
396 |
382 |
||||||||
а |
12 |
521 |
486 |
462 |
444 |
394 |
380 |
366 |
351 |
343 |
335 |
||||||
X |
13 |
907 |
670 |
574 |
428 |
414 |
403 |
337 |
329 |
321 |
|||||||
со |
651 |
5 56 |
504 |
469 |
446 |
380 |
367 |
352 |
|||||||||
_ |
14 |
886 |
456 |
4 32 |
414 |
400 |
389 |
|
|
|
|||||||
го |
15 |
868 |
636 |
542 |
489 |
|
|
|
369 |
355 |
341 |
326 |
318 |
310 |
|||
444 |
420 |
403 |
389 |
378 |
|||||||||||||
£о |
|
|
623 |
529 |
477 |
359 |
346 |
331 |
316 |
ЗОВ |
300 |
||||||
16 |
853 |
434 |
410 |
993 |
379 |
368 |
308 |
300 |
292 |
||||||||
о |
611 |
518 |
467 |
360 |
351 |
337 |
323 |
||||||||||
17 |
840 |
458 |
425 |
401 |
384 |
371 |
343 |
330 |
315 |
300 |
292 |
284 |
|||||
|
18 |
029 |
601 |
509 |
417 |
394 |
377 |
363 |
352 |
*94 |
286 |
278 |
|||||
со |
450 |
337 |
323 |
309 |
|||||||||||||
818 |
593 |
501 |
356 |
346 |
|||||||||||||
X |
19 |
443 |
410 |
387 |
3 70 |
|
|
|
*88 |
280 |
272 |
||||||
OJ |
20 |
810 |
585 |
494 |
|
|
|
331 |
3 17 |
303 |
|||||||
с . |
|
|
437 |
404 |
381 |
364 |
351 |
340 |
283 |
275 |
267 |
||||||
Е |
|
|
5 78 |
4 87 |
326 |
312 |
298 |
||||||||||
21 |
802 |
399 |
376 |
359 |
345 |
335 |
278 |
270 |
262 |
||||||||
о |
572 |
482 |
431 |
330 |
321 |
307 |
293 |
||||||||||
о |
22 |
795 |
394 |
371 |
354 |
341 |
2 74 |
2 66 |
258 |
||||||||
788 |
566 |
476 |
426 |
336 |
326 |
317 |
303 |
289 |
|||||||||
«=: |
23 |
390 |
967 |
350 |
|
|
270 |
262 |
254 |
||||||||
а |
782 |
561 |
472 |
422 |
332 |
322 |
313 |
299 |
285 |
||||||||
=г |
24 |
385 |
363 |
346 |
|
|
|
||||||||||
25 |
777 |
557 |
468 |
418 |
|
329 |
318 |
309 |
296 |
281 |
266 |
258 |
250 |
||||
|
|
|
|
382 |
359 |
|
263 |
255 |
247 |
||||||||
|
26 |
772 |
553 |
464 |
|
|
326 |
315 |
306 |
293 |
278 |
||||||
|
|
378 |
356 |
|
303 |
290 |
275 |
260 |
252 |
244 |
|||||||
|
549 |
460 |
|
|
312 |
||||||||||||
|
27 |
768 |
|
375 |
353 |
|
323 |
257 |
249 |
241 |
|||||||
|
764 |
545 |
457 |
|
|
320 |
309 |
300 |
287 |
273 |
|||||||
|
28 |
|
373 |
350 |
|
298 |
284 |
270 |
255 |
247 |
239 |
||||||
|
29 |
760 |
542 |
454 |
|
|
317 |
307 |
|
|
|
||||||
|
539 |
451 |
|
370 |
347 |
|
|
|
|
|
237 |
229 |
220 |
||||
|
30 |
756 |
|
|
|
|
|
|
280 |
266 |
252 |
||||||
|
|
|
|
351 |
329 |
|
|
|
2 20 |
2 12 |
203 |
||||||
|
|
731 |
518 |
431 |
|
|
|
|
2 63 |
2 50 |
2 35 |
||||||
|
40 |
|
|
|
|
203 |
1 95 |
1 86 |
|||||||||
|
498 |
413 |
|
334 |
312 |
|
|
|
247 |
234 |
219 |
||||||
|
60 |
708 |
|
3 17 |
296 |
|
|
|
1 88 |
1 79 |
1 70 |
||||||
|
685 |
|
|
|
|
|
|
2 32 |
2 18 |
204 |
|||||||
|
120 |
|
|
|
302 |
280 |
|
|
|
|
|
|
|
|
|
||
|
00 |
663 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
Если дисперсии не сил^ |
|
|
|
|
|
|
|
значений. |
Используя критерий(3.23). запишем соответствующую нулевую гипотезу и альтернативу.
|
|
|
H i: |
Ф 1*2• |
|
|
Такая |
нулевая |
гипотеза |
|
|
|
|
никаких |
основании |
счит |
, |
уг,0Вень |
значимости, |
соответ |
среднее, чем другая. Ясн > |
£ быть выше, чем уровень зн - |
|||||
вующий этому критерию, |
при |
проверке |
гипотезы о |
равенст |
||
чимости, |
использованный |
провер! |
|
|
Т а б л и ц а 3.13 Концентрация микрочастиц в талой воде
|
|
Концентрация, блн' |
|
|
Антарктика, п = |
16 |
Гренландия, п = 18 |
||
3,7 |
0,6 |
|
3,7 |
1,6 |
2,0 |
1,4 |
|
7,8 |
2,4 |
1,3 |
4,4 |
|
1,9 |
1,3 |
3,9 |
3,2 |
|
2,0 |
2,6 |
0,2 |
1,7 |
|
1,1 |
3,7 |
1,4 |
2,1 |
|
1,3 |
2,2 |
4,2 |
4,2 |
|
1,9 |
1,8 |
4,9 |
3,5 |
|
3,7 |
1,2 |
|
|
|
3,4 |
0,8 |
дисперсий. Если дисперсии и средние окажутся неразличимыми, т. е. нулевая гипотеза не может быть отклонена на основании выборочных данных, то нет и статистических оснований считать, что средние концентрации микрочастиц на двух изучаемых пло щадях соответствуют различным совокупностям. С другой сто роны, если хотя бы один из двух критериев приводит к отклоне нию нулевой гипотезы, то вопрос об атмосферной однородности можно поставить под сомнение. Более того, если критерий (3.25) приведет к отклонению гипотезы о равенстве дисперсий, то и при менение критерия (3.23) в нашей задаче теряет смысл. Прибли зительные критерий, аналогичные описанному в работе Гюн тера [7], применимы для проверки гипотезы о равенстве средних в условиях неравенства дисперсий, но они мало помогают при решении данной задачи.
Дисперсионный анализ
До сих пор мы рассматривали только методы сравнения двух выборок, тогда как существует еще ряд задач, касающихся групп наблюдений. Предположим, например, что мы получили пять образцов песчаника с кальцитовым цементом. Каждый из них обладает своими литологическими особенностями: в одном бросается в глаза его крупнозернистость, другой характеризуется наличием глинистых частиц, третий слабо ожелезнен и т. д. Мы хотим определить, одинаковы ли в них содержания карбоната.
Для решения этой задачи можно использовать один из статисти ческих методов, называемый дисперсионным анализом.
В общем виде этот метод основан на разделении общей дис персии изучаемой совокупности на компоненты, соответствующие источникам изменчивости, а применяемые критерии позволят одновременно изучить различия как в средних значениях, так и в дисперсиях.
Экспериментальный подход к этой задаче заключается в дро блении образцов на более мелкие части и определении содер жания карбоната в каждой из них путем взвешивания после об работки кислотой. Каждая мелкая часть называется повторе нием. Цель, которую мы преследуем, разбивая первоначальный кусок на части,— определение изменчивости, вызванной погреш ностями взвешивания. Очевидно, что если изменчивость между повторными определениями для одного образца велика по срав нению с различиями между образцами, то последние трудно об наружить,
Предположим, что мы разбили исходный образец на шесть частей и собираемся проанализировать каждую из них. Наблю даемые изменения возникают по ряду причин: из-за колебаний состава внутри исходного образца, из-за небрежности в получе нии повторных наблюдений (остатки одного травления могут быть промыты более тщательно, чем остатки другого), из-за из менения условий взвешивания (повторные образцы могут содер жать различные количества влаги либо на результаты взвеши вания может повлиять зависимость положения нулевой точки на весах от изменений температуры в течение дня и т. д.) и благо даря влиянию других более тонких факторов. Комбинация всех этих источников изменчивости приводит к возникновению так называемой экспериментальной ошибки или изменчивости, не учитываемой только различиями между образцами.
Чтобы избежать возможности появления систематической ошибки в статистическом анализе, повторные наблюдения дол жны быть отобраны наудачу. Это так называемая рандомизация наблюдений. Необходимость этой процедуры станет очевидной, если имеется некоторый фактор, который непрерывно меняется во время эксперимента, как, например, продолжающееся высы хание проб, ожидающих своей очереди взвешивания. Если взве сить все шесть проб, полученных из образца 1, а затем все пробы, полученные из образца 2 и т. д., то при последнем взве шивании могут быть зарегистрированы большие весовые потери лишь по той причине, что пробы высыхали в течение более про должительного периода времени. Одним из способов решения этой задачи является последовательная нумерация каждой по вторной процедуры и выбор этих номеров в процессе анализа по таблице случайных чисел. Действительно, если процесс про