Презентация на тему Основы теории проверки статистических гипотез

биологических исследованиях.
2. Параметрические критерии различий.
3. Непараметрические критерии.
4. Критерии

согласия.

данными называется проверкой гипотез.
Задачи статистической проверки гипотез:
Относительно некоторой

генеральной совокупности высказывается та или иная гипотеза Н0.
Из этой генеральной совокупности извлекается выборка.
Требуется указать правило, при помощи которого можно было бы по выборке решить вопрос о том, следует ли отклонить гипотезу Н0 или принять ее.

или о величинах неизвестных параметров генеральной совокупности, которая может

быть проверена на основании выборочных показателей.
Примеры статистических гипотез:
Генеральная совокупность распределена по нормальному закону Гаусса.
Дисперсии двух нормальных совокупностей равны между собой.

которая проверяется.
Альтернативной гипотезой Н1, называется гипотеза, конкурирующая с нулевой,

то есть противоречащая ей.
Простой называют гипотезу, содержащую только одно предположение. a=a0
Сложной называют гипотезу, которая состоит из конечного или бесконечного числа простых гипотез.
Статистическим критерием проверки гипотезы Н0 называется правило, по которому принимается решение принять или отклонить гипотезу Н0.

результатов выборки X1,X2,…,Xn , из которых формируют функцию выборки

Tn=T(X1,X2,…,Xn ), называемой статистикой критерия.

Tn=T(X1,X2,…,Xn )

критическая область S область принятия гипотезы

Второго рода

допустить ошибку 1-го рода.
Вероятность ошибки 2-го рода обозначается через

β.
Мощностью критерия называется вероятность недопущения ошибки 2-го рода (1- β).
Р(отвергнуть Н0/Н0 верна) или Р(Н1/Н0)
βР(принять Н0/Н0 неверна) или βР(Н0 /Н1)
1-βР(принять Н1/Н1 верна)
Чем больше мощность критерия, тем вероятность ошибки 2-го рода меньше.
Разумное соотношение между  и β находят, исходя из тяжести последствий каждой из ошибок.

Н1 гипотез исходя из выборки X1,X2,…,Xn .
2. Подбор статистики

критерия Tn=T(X1,X2,…,Xn )
3. По статистике критерия Tn и уровню значимости  определяют критическую точку tкр, то есть границу, отделяющую область от S.
4. Для полученной реализации выборки Х=(X1,X2,…,Xn ) подсчитывают значение критерия, то есть Tнабл=T(X1,X2,…,Xn )t
5. Если tS (например, t> tкр для правосторонней области S), то нулевую гипотезу Н0 отвергают; если же t (t

df= n1+n2-2

n1=n2=n

df=n-1

n1≠n2

Критерий Стьюдента может быть использован для проверки гипотезы о различии средних только для двух групп.
Критерий Стьюдента применяется в случае малых выборок, что характерно для медико- биологических экспериментов.
Если схема эксперимента предполагает большее число групп, воспользуйтесь дисперсионным анализом.
Если критерий Стьюдента был использован для проверки различий между несколькими группами, то истинный уровень значимости можно получить, умножив уровень значимости, на число возможных сравнений.

1>2

df1=n1-1, df2=n2-1

базируется на предположении о типе распределения генеральной совокупности и

не использует параметры этой совокупности.
Применение непараметрических методов целесообразно:
на этапе разведочного анализа;
при малом числе наблюдений (до 30);
когда нет уверенности в соответствии данных закону нормального распределения.

группами
независимых выборок;
критерии различия между группами
зависимых

выборок.

Колмогорова – Смирнова.

– критерий Уилкоксона парных
сравнений

гипотезы о предполагаемом законе неизвестного распределения.

Пирсона (Хи-квадрат),
Колмогорова,
Фишера,
Смирнова.

и теоретической моделью нет никакого различия».




Если эмпирические частоты (ni)

сильно отличаются от теоретических (npi) ,то проверяемую гипотезу Но следует отвергнуть; в противном случае-принять.

выборки
ni-число значений выборки, попавших в і-й интервал
npi -

теоретическая частота попадания значений случайной величины Х в і-й интервал.

число
Е- теоретически ожидаемое число

2 значения.

выборочное
значение статистики критерия.
*выбрав уровень

значимости α критерия,
по таблице -распределения находим критическую точку

*Если ≤ , то гипотеза Н0 не противоречит опытным данным;
если > , то гипотеза Н0 отвергается.
Неоходимым условием применения критерия Пирсона является наличие в каждом из интервалов не менее 5 наблюдений

Медик В.А.,Токмачев М.С.,Фишман Б.Б.Статистика в медицине и биологии. М.: Медицина, 2000.
Лукьянова Е.А. Медицинская статистика.- М.: Изд. РУДН, 2002.
Рокицкий П.Ф. Биологическая статистика.- Высшая школа, 1973.
И.В. Павлушков и др. Основы высшей математики и математической статистики.
(учебник для медицинских и фармацевтических вузов) М., «ГЭОТАР - МЕД»; 2003