Полигон частот

 

 

Отношение относительной частоты к ширине интервала носит название плотности вероятности f(x)=m_i / n dx = p*_i / dx

Oсновные этапы построения гистограммы.

Для объяснения используем данные предыдущего примера.

1. Расчет количества интервалов

где n - число наблюдений. В нашем случае n = 100. Следовательно:

2. Расчет ширины интервала dх:

,

3. Составление интервального ряда:

dх	2.7-2.9	2.9-3.1	3.1-3.3	3.3-3.5	3.5-3.7	3.7-3.9	3.9-4.1	4.1-4.3	4.3-4.5
m
f(x)	0.3	0.75	1.25	0.85	0.55	0.6	0.4	0.25	0.05

 

 

Гистограмма

ТОЧЕЧНАЯ ОЦЕНКА СЛУЧАЙНОЙ ВЕЛИЧИНЫ

(А.Н.Ремизов, 1987,стр.48-49, А.Н.Ремизов, 1999,стр.42-44, Г.Ф.Лакин, «Биометрия»,1990, стр. 99-106).

Предположим, что генеральная совокупность является нормальным распределением. Нормальное распределение полностью определено математическим ожиданием (средним значением) и средним квадратическим отклонением. Поетому если по выборке можно оценить, т.е. приближенно найти, эти параметры, то будет решена одна из задач математической статистики – определение параметров большого массива по исследованию егочасти.

Параметрыгенеральной совокупности можно указать по параметрам выборки с учетом ее объема n.

Если считать, что статистическое распределение является выборкой из некоторой генеральной совокупности, при этом , томожно заключить, что для этой генеральной совокупности приближенно:

ИНТЕРВАЛЬНАЯ ОЦЕНКА. ДОВЕРИТЕЛЬНЫЙ ИНТЕРВАЛ. ДОВЕРИТЕЛЬНАЯ ВЕРОЯТНОСТЬ.

(А.Н.Ремизов, 1987,стр.50-53, А.Н.Ремизов, 1999,стр.44-49, Г.Ф.Лакин, «Биометрия»,1990, стр. 106-110).

При достаточно большом объеме выборки можно сделать вполне надежные заключения о параметрах генеральной совокупности. Однако на практике часто имеют дело с выборками небольшого объема (n <30). При небольшом объеме выборки пользуются интервальными оценками. В этом случае указывается интервал (доверительный интервал).

Доверительный интервал – интервал, в котором с заданной доверительной вероятностью находится истинное значение случайной величины (среднее значение генеральной совокупности).

Доверительная вероятность – вероятность, с которой в заданном интервале (доверительном интервале) находится истинное значение случайной величины (среднее значение генеральной совокупности). Обычно в медико-биологических исследованиях доверительную вероятность принимают равной 0,95.

Доверительный интервал математически записывают так:

, или

, где

- коэффициент Стьюдента (величина табличная, размерности не имеет),

a - доверительная вероятность,

n – объем выборки;

m – ошибка среднего.

Чтобы определить доверительный интервал, необходимо:

1. Вычислить среднее значение выборки ;

2. Вычислить дисперсию для выборки ;

3. Вычислить исправленную выборочную дисперсию:

4. Вычислить ошибку среднего .

ПРОВЕРКА СТАТИСТИЧЕСКИХ ГИПОТЕЗ

(Лобоцкая Н.Л. 1978, стр.389-391, Лакин Г.Ф., стр.111-133)

Ни одно исследование не обходится без сравнений. Сравнивать приходится данные опыта с контролем, эффективность действия препаратов, продуктивность одной группы животных с продуктивностью другой и т.д.

Обычно, между сравниваемыми данными всегда имеются различия. Иногда различиями пренебрегают и утверждают, что, в целом, данные контрольной группы совпадают с данными опытной группы, другими словами различия между полученными данными недостоверны. В другом случае различиями пренебречь нельзя и в таком случае говорят, что различия между полученными данными достоверны. В каком случае делается тот или иной вывод?

Введём несколько основных понятий:

 

1. - нулевая гипотеза, которая предполагает, что полученная в опыте разница между исследуемыми параметрами случайна;

2. - альтернативная гипотеза, которая противоречит нулевой и предполагает, что полученная в опыте разница между исследуемыми параметрами не случайна;

3. a - уровень значимости, равен вероятности ошибки, допускаемой при оценке принятой гипотезы (обычно равен 0,05; 0,01; 0,001).

 

Принять или отклонить гипотезу можно после её проверки. Для этих целей служит величина, называемая статистическим критерием или просто критерием.

Критерии, которые вычисляются по исходным данным (выборкам) t_ф (фактические критерии) с р а в н и в а ю т с я с табличными критериями t_кр.

 

ОСНОВНОЙ ПРИНЦИП проверки статистических гипотез сводится к следующему:

 

если фактически установленная величина tф превзойдёт или окажется равной критическому значению tкр, tф ³ tкр, то нулевую гипотезу отвергают. Если tф < tкр, принимают нулевую гипотезу.

 

 

ПАРАМЕТРИЧЕСКИЕ И НЕПАРАМЕТРИЧЕСКИЕ КРИТЕРИИ РАЗЛИЧИЯ

(Лакин Г.Ф., стр.111-133)

 

В биометрии применяют два вида статистических критериев:

1. п а р а м е т р и ч е с к и е;

2. н е п а р а м е т р и ч е с к и е.

Применение параметрических критериев для проверки статистических гипотез основано на предположении о нормальном распределении (закон Гаусса) совокупностей, из которых взяты сравниваемые выборки. К параметрическим критериям относятся: 1. критерий Стьюдента; 2. критерий Фишера.

Однако не всегда исходные данные подчиняются нормальному закону распределения. Кроме того, исходные данные могут быть представлены качественно (например, наличие или отсутствие боли, восприятие света - есть или нет и т.д.). В таком случае используют непараметрические критерии: например, критерий знаков. Хотя непараметрические критерии можно использовать и для нормально распределённых величин. Но при нормальном распределении признака параметрические критерии обладают большей мощностью, чем непараметрические.