
- •Лекция 1. Основные понятия теории вероятности
- •Вопросы для самопроверки
- •Лекция 2. Теоремы о вероятностях
- •Теорема умножения вероятностей
- •Краткая классификация событий
- •Теорема о полной вероятностей
- •Теорема (формула) Байеса
- •Теорема сложения вероятностей
- •Принцип практической невозможности редких событий
- •Вопросы для самопроверки
- •Лекция 3. Случайные величины
- •Дискретная случайная величина
- •Числовые характеристики случайных величин
- •Характеристики положения
- •Характеристики разброса
- •Характеристики формы
- •Свойства математического ожидания
- •Свойства дисперсии
- •Правило "3-х сигм"
- •Вопросы для самопроверки
- •Лекция 4. Распределение Бернулли, Пуассона, Лапласа Распределение Бернулли
- •Биномиальные коэффициенты
- •Распределение Пуассона
- •Вопросы для самопроверки
- •Лекция 5. Распределение Лапласа
- •И нтегральная теорема Лапласа
- •Три основных формы интегральной теоремы Лапласа
- •Вопросы для самопроверки
- •Лекция 6. Непрерывная случайная величина
- •Нормальный закон распределения Гаусса
- •Показательный или экспоненциальный закон распределения
- •Квантили распределения
- •Вопросы для самопроверки
- •Лекция 7. Предельные теоремы теории вероятностей
- •Закон больших чисел
- •Центральная предельная теорема
- •Композиция распределений случайных величин
- •Функции случайного аргумента
- •Вопросы для самопроверки
- •Лекция 8. Система случайных величин
- •Закон распределения дискретной двумерной случайной величины
- •Характеристики дискретной двумерной случайной величины
- •Закон распределения непрерывной двумерной случайной величины
- •Характеристики непрерывной двумерной величины
- •Двумерный нормальный закон
- •Вопросы для самопроверки
- •Лекция 9. Проблемы математической статистики
- •Способы составления выборочных подсовокупностей
- •Статистичекое оценивание
- •Вопросы для самопроверки
- •Лекция 10. Свойства статистических оценок
- •Оценка параметров распределения
- •Статистические критерии
- •Вопросы для самопроверки
- •Лекция 11. Критерии согласия Критерий согласия Пирсона
- •Критерий согласия Колмогорова – Смирнова
- •Интервальные оценки характеристик и параметров
- •Вопросы для самопроверки
- •Лекция 12. Проверка статистических гипотез Распределение Стьюдента
- •Интервальная оценка для математического ожидания
- •Проверка гипотезы о равенстве центров двух совокупностей
- •Сравнение двух дисперсий
- •Вопросы для самопроверки
- •Лекция 13. Дисперсионный анализ
- •Ранговый дисперсионный анализ Краскала–Уоллиса
- •Время появления реакции в 4-х группах
- •Ранжированнае данные
- •Дополнение к выводу формул Краскала–Уоллиса
- •Вопросы для самопроверки
- •Лекция 14. Регрессионный анализ
- •Метод наименьших квадратов (мнк)
- •Пример расчета мнк-оценок параметров
- •Оценка тесноты принятой формы связи.
- •Однофакторная линейная зависимость
- •Нелинейные двухпараметрические модели
- •Вопросы для самопроверки
- •Лекция 15. Проблема значимости и адекватности регрессионной модели Оценка значимости регрессионной модели
- •Оценка значимости корреляционной связи
- •Проверка адекватности модели
- •Коэффициент ранговой корреляции Спирмена
- •Вывод формулы для коэффициента ранговой корреляции Спирмена
- •Вопросы для самопроверки
- •Лекция 16. Линейный регрессионный анализ в стандартизованных переменных
- •Способы составления многофакторных моделей
- •Коэффициенты частной корреляции
- •Вывод формул для дисперсий коэффициентов регрессии и расчетных значений
- •Вопросы для самопроверки
Сравнение двух дисперсий
Английский статистик Р. Фишер изучил распределение отношения несмещенных оценок дисперсии для двух выборок, взятых из одной и той же нормально распределенной совокупности:
,
где в числителе стоит наибольшая из двух оценок дисперсий, а в знаменателе – наименьшая оценка. Распределение Фишера зависит только от чисел степеней свободы числителя и знаменателя F(df1 , df2). Внешне график дифференциальной функции распределения Фишера похож на аналогичный график распределения Пирсона. Составлены таблицы с двумя входами (df1 , df2) для определения критических значений F0,05 и F0,01 (определяется только верхняя граница).
Если
вычисленное значение F
не превосходит нижней границы F F0,05 ,
нуль-гипотеза о равенстве дисперсий
не может быть отвергнута. Нуль-гипотеза
отвергается, если вычисленное значение
F
превосходит верхнюю границу F > F0,01 .
Остальные значения F
попадают в
область неопределенности критерия.
Для
предыдущего примера (4 группы) сравним
все 6 пар дисперсий. В нижеследующей
таблице для каждой пары выборок выписаны
их объемы nk
и несмещенные оценки дисперсий
.
Вычислены отношения F
большей оценки к меньшей и по таблицам
для заданной пары чисел степеней свободы
числителя и знаменателя найдены
критические значения F0,05
и F0,01 .
Группы i – j |
ni |
nj |
|
|
F |
F0,05 |
F0,01 |
1 – 2 |
103 |
3 |
31,004 |
67,704 |
2,184 |
3,09 |
4,82 |
1 – 3 |
103 |
30 |
31,004 |
24,566 |
1,262 |
1,71 |
2,15 |
1 – 4 |
103 |
17 |
31,004 |
8,253 |
3,757 |
2,07 |
2,86 |
2 – 3 |
3 |
30 |
67,704 |
24,566 |
2,756 |
3,33 |
5,42 |
2 – 4 |
3 |
17 |
67,704 |
8,253 |
8,204 |
3,63 |
6,23 |
3 – 4 |
30 |
17 |
24,566 |
8,253 |
2,977 |
2,20 |
3,10 |
Значимые дисперсионные отношения, для которых F > F0,01 , выделены в таблице, откуда видно, что изменчивость данных в 4-й группе значимо отличается от изменчивости в других группах. При сравнеии 3-й и 4-й групп дисперсионное отношение F = 2,977 попало в область неопределенности критерия Фишера.
Если
при оценке значимости разности средних
по критерию Стьюдента оказалось, что
нельзя пользоваться объединенной
оценкой дисперсии, дисперсию разности
вычисляют по другой формуле:
.
Однако при этом возникают проблемы
определения соответствующего числа
степеней свободы df .
Согласно методике Уэлча, ЧСС надо
определять так:
Например, для спорного случая при сравнении 3-й и 4-й групп имеем:
;
.
.
Все-равно получилась обычная сумма ЧСС: df = (n3 + n4 – 2) = 45.
;
t0,05(44) = 2,01;
t0,01(44) = 2,69.
Вычисленное t попало в область неопределенности критерия. Ранее (при объединении дисперсий) был сделан вывод об отсутствии значимых различий между выборками 3 и 4.