Статистический критерий – это правило, обеспечивающее принятие истинной и отклонение ложной гипотезы с высокой вероятностью.
Статистические критерии обозначают также метод расчета определенного числа и само это число.
Когда мы говорим, что достоверность различий определялась по критерию F, то имеем в виду, что использовали метод F для расчета определенного числа.
Когда мы говорим, далее, что F = 12,676, то имеем в виду определенное число, рассчитанное по методу F. Это число обозначается как эмпирическое значение критерия.
По соотношению эмпирического и критического значений критерия мы можем судить о том, подтверждается ли или опровергается нулевая гипотеза. Например, если F эмп> F кр, H0 отвергается. Обычно эмпирическое значение критерия рассчитывается по определенной формуле, а критическое значение критерия указано в таблице.
В некоторых случаях одно и то же эмпирическое значение критерия может оказаться значимым или незначимым в зависимости от количества наблюдений в исследуемой выборке (n) или от так называемого количества степеней свободы, которое обозначается как v или как df.
|
|
Число степеней свободы v равно числу классов вариационного ряда минус число условий, при которых он был сформирован. К числу таких условий относятся объем выборки (n), средние и дисперсии.
Зная n и/или число степеней свободы, мы по специальным таблицам можем определить критические значения критерия и сопоставить с ними полученное эмпирическое значение.
Критерии делятся на параметрические и непараметрические.
Параметрические критерии Критерии, включающие в формулу расчета параметры распределения, то есть средние и дисперсии (t - критерий Стьюдента, критерий F и др.) Непараметрические критерии Критерии, не включающие в формулу расчета параметров распределения и основанные на оперировании частотами или рангами (критерий Q Розенбаума, критерий Т Вилкоксона и др.) |
Нужно понимать, что критерии имеют свои преимущества и недостатки, и учитывать их в использовании.