описательная статистика

Mer av detta

Статистические гипотезы. Критерии согласия. Параметрические критерии

av Шаронова Светлана

Медицинская информатика ЛФ (2 часть)

av Семенова Оксана Леонидовна

измерительные шкалы

av Алина Кузнецова

Стратегия оценивания в проекте "Глобальная информатизация общества: светлые и темные стороны"

av titova irina

НЕПАРАМЕТРИЧЕСКИЕ КРИТЕРИИ строятся на основе самих вариант выборок

критерии для независимых совокупностей

H - критерий Крускала – Уоллиса предназначен для оценки различий между тремя и более выборками одновременно. Все индивидуальные значения объединяются и ранжируются в общем ряду.

U - критерий Манна - Уитнидля для оценки различий между двумя выборками. Основан на ранжировании значений обеих выборок, объединенных в один общий ряд.

критерии для зависимых совокупностей

Критерий Фридмана для сопоставления показателей, измеренных в трех или более условиях на одной и той же выборке испытуемых.основан на ранжировании значений, полученных у одного объекта в разных измерениях.

Если значения признака изменяются в различных условиях каким-то определенным образом, то в одной выборке будут преобладать высокие ранги, в другой – низкие.

Если различия между значениями признака, полученными при разных условиях, случайны, то суммы рангов в группах будут примерно равны.

Критерий Вилкоксона является более мощным, чем критерий знаков.основан на ранжировании абсолютных значений сдвигаи суммируются полученные ранги

Если интенсивность сдвигов в одном направлении перевешивает, то сумма рангов противоположных по направлению сдвигов будет значительно меньше, чем это могло бы быть при случайном изменении. Это говорит о действии фактора.

Если сдвиги в какую-либо сторону происходят случайно, то суммы рангов будут примерно равны

Критерий знаков для установления общего направления сдвига изучаемого признака

типичный сдвиг – сдвиг, чаще встречающийся в выборке

нетипичный сдвиг – сдвиг, реже встречающийся в выборке

гипотезы

если

p > 0,05, то нет оснований отвергать нулевую гипотезу

p < 0,05, то нулевую гипотезу отвергаем, принимаем конкурирующую

H1 - функции распределения изучаемых величин не =

H0 - функции распределения изучаемых величин =