Для сравнения между собой средних арифметических значений (средних) двух нормально распределенных выборок с однородными дисперсиями можно использовать распределение Стьюдента. Сравнение средних – это довольно часто возникающая необходимость при арбитраже результатов измерений (например, при спорах о показателях продукции между производителем и потребителем), для подтверждения достоверности выводов об изменении свойств объекта.
Для статистической проверки равенства двух средних (например, и из выборок ai и bi раздела 6.2) рассчитывают параметр t* по следующим формулам:
; .
Затем по распределению Стьюдента в зависимости от значений t* и степени свободы f* = n1 + n2 - 2 рассчитывают доверительную вероятность (Р) вывода о равенстве средних, либо для заданной вероятности, например из табл. 5.2, определяют значение критерия Стьюдента (tТ). При использовании табличной формы распределения Стьюдента в качестве f используют степень свободы f *.
Если рассчитанное значение t* превосходит определенное tТ (t* > tТ), то с доверительной вероятностью можно считать средние различными. В противном случае (t* ≤ tТ) для заданной доверительной вероятности можно предположить, что средние равны.
|
|
Пример [6]. Два аналитика (А и В), проводя анализ сплава на содержание бериллия одинаковым методом, получили следующие результаты.
Аналитики | Статистические параметры измерений | ||
Число параллельных анализов, n | Средний результат, , % | Выборочное абсолютное стандартное отклонение единичных значений, Sх, % | |
А | 4 | 7,44 | 0,11 |
В | 5 | 7,32 | 0,13 |
Есть ли расхождение средних результатов у двух аналитиков для доверительной вероятности Р=0,95?
Для ответа на этот вопрос выполним следующие процедуры. Из-за небольшого объема выборок na и nb не будем определять закон их распределения, а сделаем допущение, что они подчиняются нормальному закону распределения.
Для проверки однородности дисперсий в этих выборках определим следующие параметры:
; FТ(Р=0,95; f1=4;f2=3) = 9,1.
Так как FР < FТ (1,4 < 9,1), то следует считать сравниваемые дисперсии однородными и поэтому можно рассчитать значение выборочного средневзвешенного абсолютного стандартного отклонения Sab:
Вычислим параметр t*:
Из данных табл. 5.2 выбираем табличное значение квантиля распределения Стьюдента (tТ) для fab = na +nb -2 = 7 и заданной вероятности Р = 0,95 (β=0,05). Этот квантиль имеет значение tТ = 2,37. Так как t* < tТ (1,5 < 2,37), то средние результаты анализа сплава, полученные двумя аналитиками,следует считать одинаковыми.
6.5. Проверка нуль-гипотезы для рассчитанного
выборочного коэффициента парной линейной
корреляции
|
|
Для рассчитанного значения выборочного коэффициента парной линейной корреляции ryx (коэффициента корреляции Пирсона) необходимо проводить статистическую проверку на равенство его нулю (проверка нуль-гипотезы).
При такой проверке можно использовать распределение Стьюдента [3]. В этом случае первоначально рассчитывают параметр t по следующей формуле:
,
где ryx - выборочный коэффициент парной линейной корреляции;
N – общее число пар взаимосвязанных значений y и x (число точек на поле корреляции с соответствующими координатами y и x).
Затем по распределению Стьюдента в зависимости от значений t и степени свободы f = N - 2 рассчитывают доверительную вероятность (Р) вывода о равенстве нулю рассчитанного значения выборочного коэффициента парной линейной корреляции ryx либо для заданной вероятности, например из табл. 5.2, определяют значение критерия Стьюдента (tТ). Если рассчитанное значение t превосходит определенное tТ (t > tТ), то с доверительной вероятностью можно считать отличным от нуля значения выборочного коэффициента парной линейной корреляции ryx. В противном случае (t ≤ tТ) для заданной доверительной вероятности можно предположить, что значения выборочного коэффициента парной линейной корреляции ryx равно нулю.
Пример [3]. По шести точкам на поле корреляции (N =6) был рассчитан выборочный парный коэффициент линейной корреляции ryx = 0,800.
Визуальный анализ поля корреляции предполагает наличие положительной тесной линейной корреляционной связи между величинами y и x.
Для подтверждения или опровержения этого предварительного вывода выполним проверку рассчитанного значения ryx на равенство его нулю (проверка нуль-гипотезы). Рассчитаем параметр t:
.
Из данных табл. 5.2 выбираем табличное значение квантиля распределения Стьюдента (tТ) для f = N -2 = 4 и вероятности Р = 0,95 (β=0,05). Этот квантиль имеет значение tТ = 2,78. Так как t < tТ (2,67 < 2,78), то с вероятностью Р=0,95 следует считать ryx = 0, следовательно, можно предположить отсутствие линейной связи между величинами y и x.