Архитектура Аудит Военная наука Иностранные языки Медицина Металлургия Метрология Образование Политология Производство Психология Стандартизация Технологии |
Некоторые непараметрические критерии
В предыдущих подразделах рассмотрено применение основных статистико-математических критериев: хи-квадрата (непараметрический критерий) и f-критерия (параметрический критерий). В этом подразделе рассмотрим дополнительно ряд непараметрических критериев, актуальность использования которых непрерывно возрастает.
Непараметрическое тестирование не нуждается в каких-либо предположениях относительно характера распределения генеральной совокупности, из которой взята изучаемая выборка. Это наиболее неприятный момент для параметрических тестов, которые выведены в предположении о нормальности генеральной совокупности. При сравнении двух и более генеральных совокупностей предполагается, что генеральные дисперсии равны. Большинство параметрических тестов требуют, чтобы данные были представлены в интервальной шкале или шкале отношений, в то время как многие непараметрические тесты не включают таких требований к данным.
Непараметрические тесты используются вместо параметрических, когда данные измерены на номинальной или порядковой шкале; когда данные измерены на интервальной или порядковой шкале, но предположение о нормальности не может быть сделано. По сравнению с параметрическими тестами непараметрическое тестирование имеет следующие преимущества и недостатки.
Преимущества 1. Меньше предположений о генеральной совокупности. Наиболее важное из них то, что совокупность не должна быть нормально распределенной или приблизительно нормальной. Непараметрические тесты не включают никаких предположений о каком-либо типе распределения. 2. Методы непараметрического тестирования могут быть применены даже тогда, когда выборка очень мала. 3. Могут использоваться данные, представленные в любых шкалах измерения (номинальные, порядковые). 4. Простота вычислений, которые могут проводиться на микрокалькуляторе. Это прежде всего связано с малым числом наблюдений, к которым применяются непараметрические тесты.
Недостатки 1. По сравнению с параметрическими тестами информация, имеющаяся в данных, используется менее эффективно, и мощность тестов ниже, чем параметрических. По этой причине параметрические тесты предпочтительнее, когда требуемые предположения относительно генеральной совокупности могут быть сделаны.
Основным непараметрическим критерием является критерий хи-квадрат. Важное значение имеет и непараметрический критерий Колмогорова—Смирнова. Непараметрические критерии занимают все более важное место в решениях задач статистического вывода, прежде всего с расширением анализа нечисловых данных (гл. 11). РЕЗЮМЕ Можно сделать статистический вывод — оценить свойства генеральной совокупности — с помощью испытания гипотез. Процедура испытания всех гипотез одна и та же: ® определяем, что мы хотим узнать; • формируем нулевую и альтернативную гипотезы; • выбираем тестовую статистику (критерий); ® устанавливаем уровень значимости; ® вычисляем тестовую статистику (критерий) по данным выборки; © находим критическое (табличное) значение критерия; ® сравниваем фактическое и критическое значения критерия и делаем вывод относительно нулевой гипотезы. При испытании гипотезы о законе распределения используется непараметрический критерий: либо хи-квадрат Пирсона, либо критерий Колмогорова—Смирнова. Непараметрические критерии предпочтительны, поскольку не требуют предположений о характере распределения генеральной совокупности. Все чаще используется критерий знаков Вилкоксона, который применяется как к данным одной выборки, так и к данным двух сравнимых выборок. Для сравнения двух неравных выборок в случае порядковых данных может использоваться критерий суммы рангов Вилкоксона; для сравнения более двух выборок используется непараметрический критерий Краскала—Уоллиса.
РЕКОМЕНДУЕМАЯ ЛИТЕРАТУРА 1. Айвазян С. А., Мхитарян В. С. Теория вероятностей и прикладная статистика. Т. 1: Учебник для вузов. — М.: ЮНИТИ, 2001. 2. Закс Л. Статистическое оценивание: Пер. с нем. / Под ред. и с предисл. Ю. П. Адлера и В. Г. Горского. — М.: Статистика, 1976. 3. Козлов А. Ю., Шишлов В. Ф, Пакет анализа MS Excel в экономико-статистических расчетах / Под ред. В. С. Мхитаряна. — М.: ЮНИТИ - ДАНА, 2003. 4. Ниворожкина Л. И., Морозова 3. А. Сборник задач по математической статистике с элементами теории вероятностей РИНХ. - Ростов-на-Дону, 2002. 5. Эддоус М., Стэнсфшд Р. Методы принятия решений: Пер. с англ. / Под ред. И. И. Елисеевой. - М.: ЮНИТИ, 1997.
Популярное:
|
Последнее изменение этой страницы: 2016-08-24; Просмотров: 696; Нарушение авторского права страницы