- •Практическое занятие 5 проверка статистических гипотез
- •1. Оценка достоверности разности средних
- •Продолжительность отела коров
- •Название показателей, выводимых с помощью надстройки Анализ данных
- •2. Оценка достоверности средней разности
- •Содержание жира в молоке
- •3. Критерий 2 как критерий согласия
- •Распределение поголовья
- •Распределение поголовья
- •4. Критерий 2 как критерий независимости
- •Влияние препаратов против абортирования коров
- •Теоретическое распределение коров
- •5. Критерий 2 как критерий однородности
- •Распределение овец по настригу шерсти
- •Теоретическое распределение овец по настригу шерсти
5. Критерий 2 как критерий однородности
Критерий 2 как критерий однородности применяют в случаях, когда теоретическое распределение неизвестно, и требуется проверить гипотезу об однородности двух или нескольких независимых выборок по некоторому признаку, то есть выяснить относятся ли эти выборки к одной генеральной совокупности.
При данной нулевой гипотезе выборочные распределения рассматривают как оценки одной и той же генеральной совокупности. В этом случае за теоретическое распределение численностей по группам берут их среднее фактическое распределение по группам (выборкам).
Расчеты ведут также как и при расчете критерия 2 как критерия независимости.
Если фактическое значение критерия будет меньше табличного, то нулевая гипотеза принимается, то есть выборки однородны и относятся к одной генеральной совокупности, различия между ними носят случайный характер. В противном случае нулевая гипотеза опровергается, то есть выборки неоднородные и взяты из разных генеральных совокупностей.
Рассмотрим методику применения критерия 2 как критерия однородности.
Пример. Известны данные о распределении численности помесных овец в трех группах в зависимости от настрига шерсти (табл. 5.8).
Т а б л и ц а 5.8
Распределение овец по настригу шерсти
Интервал по настригу шерсти, кг |
Группа овец |
Итого |
Средняя доля распределения овец, % | ||
1 |
2 |
3 | |||
4,8−5,6 5,6−6,4 6,4−7,2 7,2−8,0 |
44 101 93 7 |
51 153 131 29 |
28 82 64 11 |
123 336 288 47 |
15,49 42,31 36,27 5,92 |
Итого |
245 |
364 |
185 |
794 |
100,00 |
Требуется определить, являются ли группы овец однородными по продуктивности. Оценку провести при уровне значимости 0,05.
Выдвинем гипотезу об однородности совокупности, то есть предположение, что в группах находятся овцы с одинаковой продуктивностью, и выборки относятся к одной генеральной совокупности. В этом случае теоретические частоты будут распределяться по подгруппам в соответствии со средним распределением частот по совокупности (табл. 5.9).
Т а б л и ц а 5.9
Теоретическое распределение овец по настригу шерсти
Интервал по настригу шерсти, кг |
Группа овец |
Итого | ||
1 |
2 |
3 | ||
4,8−5,6 5,6−6,4 6,4−7,2 7,2−8,0 |
38 104 89 15 |
56 154 132 22 |
29 78 67 11 |
123 336 288 47 |
Итого |
245 |
364 |
185 |
794 |
Исходя из фактического и теоретического распределения овец фактическое значение равно:
.
Табличное значение критерия при уровне значимости 0,05 истепенях свободы вариации равно 12,592(таблица «Значение χ2 при уровне значимости 0,10, 0,05 и 0,01»).
Так как , то нулевая гипотеза принимается. Исследуемые группы овец с вероятностью 0,95 можно считать однородными по настригу шерсти.
Технология решения задачи в табличном процессоре Microsoft Excel следующая.
1. Введите исходные данные в соответствии с рис. 5.35.
Р и с. 5.35
2. Рассчитайте поголовье овец по строкам и столбцам.
2.1. Выделите ячейку Е4.
2.2. Щелкните левой кнопкой мыши на панели инструментов на букве кнопки <Автосумма > .
2.3. Выделите ячейки В4:D4.
2.4. Нажмите клавишу <Enter>.
2.5. Скопируйте ячейку Е4 в ячейки Е5:Е7.
2.6. Выделите ячейку В8.
2.7. Щелкните левой кнопкой мыши на панели инструментов на букве кнопки <Автосумма > .
2.8. Выделите ячейки В4:В7.
2.9. Нажмите клавишу <Enter>.
2.10. Скопируйте ячейку В8 в ячейки С8:Е8.
3. Рассчитайте теоретическое распределение коров.
3.1. Введите в ячейку В13 формулу =B$8*$E4/$E$8.
3.2. Скопируйте ячейку В13 в ячейку В13:D17.
4. Рассчитайте степени свободы вариации. Введите в ячейку D19 формулу =(4-1)*(3-1).
5. Рассчитайте фактический уровень значимости.
5.1. Выделите ячейку D20.
5.2. Щелкните левой кнопкой мыши на панели инструментов на кнопке <Вставка функции> или выполните команду Вставка, fx Функция, щелкнув поочередно левой кнопкой мыши.
5.3. В диалоговом окне Мастер функций - шаг 1 из 2 с помощью левой кнопки мыши установите: Категория <Статистические>, Выберете функцию <ХИ2ТЕСТ> (рис. 5.36).
Р и с. 5.36
5.4. Щелкните левой кнопкой мыши на кнопке <ОК>.
5.5. На вкладке ХИ2ТЕСТ установите параметры в соответствии с рис. 5.37.
Р и с. 5.37
5.6. Щелкните левой кнопкой мыши на кнопке <ОК>.
6. Рассчитайте фактическое значение критерия .
6.1. Выделите ячейку D21.
6.2. Щелкните левой кнопкой мыши на панели инструментов на кнопке <Вставка функции> или выполните команду Вставка, fx Функция, щелкнув поочередно левой кнопкой мыши.
6.3. В диалоговом окне Мастер функций - шаг 1 из 2 с помощью левой кнопки мыши установите: Категория <Статистические>, Выберете функцию <ХИ2ОБР> (рис. 5.38).
Р и с. 5.38
6.4. Щелкните левой кнопкой мыши на кнопке <ОК>.
6.5. На вкладке ХИ2ОБР установите параметры в соответствии с рис. 5.39.
Р и с. 5.39
6.6. Щелкните левой кнопкой мыши на кнопке <ОК>.
7. Определите табличное значение критерия , используя статистическую функцию ХИ2ОБР. Для этого в ставьте в ячейку D22 функцию =ХИ2ОБР(C17;C18). Порядок вставки изложен в пункте 5.
Результаты решения выводятся на экран дисплея в следующем виде (рис. 5.40).
Р и с. 5.40