Оригинальные свадебные букеты невесты из красных роз. обслуживание кондиционеров цены

НОВЫЕ ТЕХНОЛОГИИ

СТАТИСТИЧЕСКИЕ КРИТЕРИИ

АППРОКСИМАЦИЯ ТАБЛИЧНЫХ ЗНАЧЕНИЙ СТАТИСТИЧЕСКИХ КРИТЕРИЕВ

Традиционный подход к применению статистических критериев состоит обычно в том, что расчётное значение критерия при имеющемся объёме выборки сравнивают с его табличным значением, выбранном при некотором стандартным уровне значимости - например, 0,1, 0,05 и т.п. Недостатком такого подхода является то, что табличные значения критериев нередко приводятся лишь для некоторых объёмов выборок, а отсутствующие в таблицах значения приходится принимать приближённо. Другой недостаток - вывод о принятии или непринятии проверяемой гипотезы делается при определённом стандартном уровне значимости. Например, если выбран уровень значимости 0,05, то вероятность того, что верная выдвинутая гипотеза может быть отвергнута с вероятностью не более 0,05. Конкретное значение этой вероятности, т.е. достигнутый уровень значимости, остаётся неизвестным.

Автором предложены для некоторых статистических критериев (Шапиро-Уилка, Ирвина и других) уравнения, позволяющие рассчитать их "табличные" значения при произвольных объёмах выборок и уровнях значимости по единственному уравнению для каждого критерия. При этом отклонения расчётных значений от табличных невелики.

По этим уравнениям созданы электронные таблицы в Excel, в которых достаточно ввести значения выборки и уровень значимости, чтобы табличный и расчётный критерии, а также сообщение о результате проверки гипотезы были выведены на экран. Кроме того, простым подбором легко найти достигнутый уровень значимости. Предложенные уравнения могут быть использованы также при создании соответствующих программ на языках высокого уровня.

Адрес для запросов документации и справок: z9876543@rambler.ru

МОДИФИЦИРОВАННЫЙ КРИТЕРИЙ ШОВЕНЕ

Классический критерий Шовене используется для исключения грубых ошибок при многократных измерениях непрерывных случайных величин, имеющих нормальное распределение, при числе наблюдений n не более двадцати. По этому критерию находят среднее значение и среднеквадратическое отклонение выборки. По этим параметрам и подозрительному значению xn находят функцию нормального распределения F(xn). Затем находят вероятность Рп результата наблюдения, отличающегося от среднего выборки больше, чем xп. Если xп - максимальное значение вариационного ряда, то Рп=(1 – F(xn))•2. Если xп - минимальное значение вариационного ряда, то Рп=(F(xn))•2. Далее находят ожидаемое число наблюдений N, отклоняющихся от среднего выборки больше, чем подозрительное значение: N=Рп•n. При N меньше 0,5 подозрительное значение - грубая ошибка.

В литературе описаны и другие варианты применения этого алгоритма, дающие аналогичные результаты. Но такой алгоритм не имеет достаточного обоснования. Предлагается модифицированный критерий Шовене, который теоретически более обоснован.

Практические результаты, получаемые по модифицированному критерию Шовене, более близки к результатам, получаемым по широко известным критериям Диксона и Н.В.Смирнова (другое название - критерий Граббса) при уровне значимости 0,05, чем при использовании классического критерия Шовене. Таким образом, вместо классического критерия Шовене лучше использовать модифицированный.

Модифицированный критерий Шовене реализован в табличном процессоре Excel. Это позволяет оценивать подозрительные значения на грубые ошибки непосредственно после ввода данных.

Адрес для запросов документации и справок: z9876543@rambler.ru

На главную страницу   Далее   Назад

© В.В.Заляжных
При ссылке на сайт или копировании материалов, пожалуйста, ставьте прямую индексируемую ссылку