Слайд 2
План лекции:
Актуальность темы.
Сравнение двух генеральных дисперсий по
независимым выборкам из нормальных совокупностей.
Сравнение нескольких генеральных дисперсий.
Критерии Кочрена.
Сравнение нескольких генеральных дисперсий. Критерий Бартлетта , Левене.
Заключение
Слайд 3
Актуальность темы
На практике задача сравнений дисперсий возникает, если
требуется сравнить точность приборов, инструментов, методов измерений и т.д.
Лучше тот прибор, инструмент, метод, который обеспечивает наименьшее рассеяние результатов измерений, т.е. наименьшую дисперсию.
Слайд 4
Пусть есть две независимые выборки значений
нормально распределенной величины X: х1, х2, ... , xn
- всего n элементов, и нормально распределенной величины Y: y1, y2, ... , ym - m элементов.
Для этих выборок найдены исправленные выборочные дисперсии s2x и s2y.
Требуется по исправленным выборочным дисперсиям при заданном уровне значимости α проверить нулевую гипотезу, что генеральные дисперсии совокупностей X и Y равны между собой:
Н0: D[X] = D[Y]
Гипотеза проверяется по критерию Фишера:
Сравнение двух генеральных дисперсий по независимым выборкам из нормальных
совокупностей. Критерий Фишера-Снедекора.
Слайд 5
Величина F при условии справедливости нулевой гипотезы имеет
распределение Фишера-Снедекора, со степенями свободы
k1=n-1, k2=m-1, где n-
объем выборки, по которой вычислена большая дисперсия, m - объем выборки, по которой вычислена меньшая дисперсия (распределение Фишера-Снедекора зависит только от числа степеней свободы и не зависит от других параметров).
Критическая область строится в зависимости от вида конкурирующей гипотезы.
Односторонняя критическая область.
Н0: D[X] = D[Y]
Н1: D[X] > D[Y]
Вероятность попадания критерия в эту область:
P [F>Fкр(α, k1, k2)] = α
Критическую точку Fкр(α, k1, k2) находим по таблице распределения Фишера.
Слайд 6
При Fнабл>Fкр нулевая гипотеза отвергается, генеральные дисперсии различаются
При
Fнабл
независимым выборкам n1=12 и n2=15 из нормально распределенных генеральных совокупностей X и Y найдены исправленные выборочные дисперсии s2x=11,41 и s2y=6,52.
При уровне значимости 0,05 проверить нулевую гипотезу Н0: D[X] = D[Y] о равенстве генеральных дисперсий при конкурирующей гипотезе
Н1: D[X] > D[Y].
Решение: Найдем отношение большей исправленной дисперсии к меньшей:
Fнабл=11,41/6,52=1,75
Слайд 7
k1=12-1=11, k2=15-1=14
Fкр(0,05, 11, 14)=2,56
Так как Fнабл
оснований отвергнуть нулевую гипотезу о равенстве генеральных дисперсий.
2. Двусторонняя
критическая область.
Н0: D[X] = D[Y]
Н1: D[X] ≠ D[Y]
Строим двустороннюю критическую область так, чтобы вероятность попадания критерия в эту область в предположении справедливости нулевой гипотезы равна α. Наибольшая мощность критерия (вероятность попадания в критическую область при справедливости конкурирующей гипотезы) достигается тогда, когда вероятность попадания критерия в каждый из двух интервалов равна α/2.
P (F>F2) = α/2
т.е.
область принятия гипотезы будет F1
Правую точку F2 находим по таблице. Левой точки таблица не содержит. Однако достаточно найти правую критическую точку F2 при уровне значимости вдвое меньше заданного (α/2). Вероятность попадания критерия в «левую часть» тоже равна α/2. Так как эти события несовместны, то вероятность попадания критерия во всю двустороннюю область будет равна α/2+ α/2= α
0
α/2
α/2
F1
F2
F
Слайд 9
Пример:По двум независимым выборкам n1=10 и n2=18 из
нормально распределенных генеральных совокупностей X и Y найдены исправленные
выборочные дисперсии s2x=1,23 и s2y=0,41.
При уровне значимости 0,1 проверить нулевую гипотезу Н0: D[X] = D[Y] о равенстве генеральных дисперсий при конкурирующей гипотезе
Н1: D[X] ≠ D[Y].
Решение: Найдем отношение большей исправленной дисперсии к меньшей:
Fнабл=1,23/0,41=3
Слайд 10
k1=10-1=9, k2=18-1=17
Fкр(0,05, 9, 17)=2,5
Так как Fнабл>Fкр (3>2,5) нулевая
гипотеза о равенстве генеральных дисперсий отвергается.
Слайд 11
Сравнение исправленной выборочной дисперсии с гипотетической генеральной дисперсией
нормальной совокупности.
Генеральная дисперсия хотя и неизвестна, но можно
предполагать теоретически или из предыдущего опыта, что она равна σ02.
Имеется выборка с исправленной дисперсией S2 с k=n-1 степенями свободы. Требуется проверить нулевую гипотезу, что при заданном уровне значимости генеральная дисперсия равна гипотетическому значению σ02.
Т.к. S2 –несмещенная оценка генеральной дисперсии нулевую гипотезу можно записать в виде: Н0: M(S2) = σ02, т.е. требуется установить значимо или нет различаются выборочная и генеральная дисперсия.
Слайд 12
Критерий принятия гипотезы:
Критическая область строится в зависимости от
конкурирующей гипотезы:
Н0: σ2 = σ02
Н1: σ2
> σ02 правосторонняя область
P [χ2> χ2кр(α, k)] = α, k=n-1
Слайд 13
Пример: По выборке n=13 из нормально распределенной генеральной
совокупности найдена исправленная выборочная дисперсии s2=14,6.
При уровне значимости 0,01
проверить нулевую гипотезу Н0: σ2 = σ02=12
Н1: σ2 > 12.
Решение:
χ2кр(0,01, 12)=26,2 χ2набл< χ2кр (14,6 < 26,2)
нулевая гипотеза не отвергается- различие между выборочной дисперсией (14,6) и гипотетической генеральной дисперсией (12)-незначимо.
Слайд 14
При уровне значимости α проверить нулевую гипотезу
Н0: σ2 = σ02
Н1: σ2 ≠ σ02.
Решение: Находим двустороннюю критическую область:
P [χ2< χ2левкр(α/2, k)] = α/2, k=n-1
P [χ2> χ2 правкр(α/2, k)] = α/2,
В таблице есть только правосторонние критические точки.
т.к. события χ2< χ2левкр и χ2> χ2 левкр противоположны сумма их вероятностей равна 1:
P (χ2< χ2левкр)+ P (χ2 > χ2левкр)=1
P (χ2 > χ2левкр)=1- P (χ2< χ2левкр)
Следовательно, по таблице находим χ2 правкр (α/2, k)] и χ2левкр(1-α/2, k)
Если χ2левкр < χ2 < χ2 правкр нет оснований отвергнуть нулевую гипотезу
Если χ2набл< χ2левкр или χ2набл> χ2 правкр нулевая гипотеза отвергается
Слайд 15
Пример: По выборке n=13 из нормально распределенной генеральной
совокупности найдена исправленная выборочная дисперсия s2=10,3.
При уровне значимости 0,02
проверить нулевую гипотезу Н0: σ2 = σ02=12
Н1: σ2 ≠ 12.
Решение:
χ2крправ(0,01, 12)=26,2 χ2левкр(0,99, 12)=3,57
3,57< 10,3 <26,2
нулевая гипотеза не отвергается - различие между выборочной дисперсией (10,3) и гипотетической генеральной дисперсией (12) - незначимо.
Слайд 16
При уровне значимости α проверить нулевую гипотезу
Н0: σ2 = σ02
Н1: σ2 < σ02.
Левосторонняя критическая область.
по таблице находим χ2кр(1-α, k)
Если χ2набл > χ2кр(1-α, k) нет оснований отвергнуть нулевую гипотезу
Если χ2набл < χ2кр(1-α, k) нулевая гипотеза отвергается
χ2левкр(0,98, 12)=4,18. 4,18 < 10,3 нулевая гипотеза отвергается.
Слайд 17
Сравнение нескольких генеральных дисперсий по независимым выборкам равного
объема из нормальных совокупностей, критерий Кочрена.
Пусть
генеральные совокупности X1, X2,..., Xl распределены нормально. Из этих совокупностей извлечены l независимых выборок одинакового объема n и по ним найдены исправленные выборочные дисперсии s21 , s22, … s2l c числом степеней свободы k=n- l.
Требуется по исправленным выборочным дисперсиям при заданном уровне значимости α проверить нулевую гипотезу, что генеральные дисперсии совокупностей равны между собой: Н0: D(X1) = D(X2) =… = D(X l )
Слайд 18
В качестве критерия проверки нулевой гипотезы примем критерий
Кочрена - отношение максимальной исправленной дисперсии к сумме всех
исправленных дисперсий:
G=S2max/(S21+ S22+…+ S2l)
Распределение этой СВ зависит только от числа степеней свободы k и числа выборок l.
правосторонняя область
P [G> Gкр(α, k, l)] = α, k=n-l
Если G набл < Gкр(α, k, l) нет оснований отвергнуть нулевую гипотезу
Если G набл > Gкр(α, k, l) нулевая гипотеза отвергается
Слайд 19
Пример: По четырем независимым выборкам n=17 из нормально
распределенной генеральной совокупности найдены исправленные выборочные дисперсии: 0,26, 0,36,
0,40, 0,42.
а) При уровне значимости 0,05 проверить нулевую гипотезу об однородности генеральных дисперсий
б) Оценить генеральную дисперсию
Решение:
Gнабл=0,42/(0,26+ 0,36+0,40+0,42)=0,2917
Gкрправ(0,05, 16, 4)=0,4366
0,2917 < 0,4366
нулевая гипотеза не отвергается - исправленные выборочные дисперсии различаются незначимо.
Слайд 20
б)т.к. нулевая гипотеза принимается, в качестве оценки генеральной
дисперсии примем среднее арифметическое исправленных дисперсий:
σ2 = (0,26+ 0,36+0,40+0,42)/4=0,36
Слайд 21
Сравнение нескольких генеральных дисперсий по независимым выборкам различного
объема из нормальных совокупностей, критерий Бартлетта.
Пусть генеральные совокупности X1,
X2,..., Xl распределены нормально. Из этих совокупностей извлечены l независимых выборок различного объема n1, n2, … nl и по ним найдены исправленные выборочные дисперсии s21 , s22, … s2l.
Требуется по исправленным выборочным дисперсиям при заданном уровне значимости α проверить нулевую гипотезу, что генеральные дисперсии совокупностей равны между собой: Н0: D(X1) = D(X2) =… = D(Xl)
(гипотеза об однородности дисперсий)
Слайд 22
Число степеней свободы дисперсии s2i :
ki =ni-1.
Обозначим
- среднюю арифметическую исправленных дисперсий, взвешенную
по числам степеней свободы:
Критерий Бартлета: B=V/C, где
Слайд 23
Бартлетт установил, что при условии справедливости нулевой гипотезы
С.В. B распределена приближенно как χ2 с l-1 степенями
свободы, если все ki>2, т.е. объем каждой выборки не меньше 4.
Критическую область строят правостороннюю:
P [B> χ2кр(α, l-1)] = α
по таблице находим χ2кр(α, l-1)
Если Bнабл < χ2кр - нет оснований отвергнуть нулевую гипотезу
Если Bнабл > χ2кр нулевая гипотеза отвергается
Слайд 24
Пример: по четырем независимым выборкам объемом n1=10, n2=12,
n3=15, n4=16, извлеченных из нормальных генеральных совокупностей, найдены исправленные
выборочные дисперсии: 0,25, 0,40, 0,36, 0,46.
При уровне значимости 0,05 проверить гипотезу об однородности дисперсий (критическая область-правосторонняя).
Решение:
lg 0,379=-0,42
V=2,303[49⋅(-0,42)-(-21,066)]=1,02
По таблице находим χ2кр(0,05, 4-1)] = 7,8
т.к. V< χ2кр C=1,06>1, то Bнабл=V/C < χ2кр
нет оснований отвергнуть нулевую гипотезу, исправленные дисперсии различаются незначимо
Слайд 25
Критерий Левене (Levene)
где:
W- критерий Левене
k- число различных
групп
N- число случаев во всех группах
Ni- число случаев в
i группе
Yij –значение j переменной в i группе
- средняя арифметическая i-й группы
Слайд 26
Заключение
Нами рассмотрены:
Критерии проверки однородности дисперсий.
Слайд 27
РЕКОМЕНДУЕМАЯ ЛИТЕРАТУРА:
Основная литература:
Попов А.М. Теория вероятней и математическая
статистика /А.М. Попов, В.Н. Сотников. – М.: ЮРАЙТ, 2011.
– 440 с.
Герасимов А. Н. Медицинская статистика: учебное пособие / А. Н. Герасимов. – М. : Мед. информ. агентство, 2007. – 480 с.
Балдин К. В. Основы теории вероятностей и математической статистики : учебник / К. В. Балдин. – М. : Флинта, 2010. – 488с.
Учебно–методические пособия:
Шапиро Л.А., Шилина Н.Г. Руководство к практическим занятиям по медицинской и биологической статистике Красноярск: ООО «Поликом». – 2003.