Двусторонний критерий

Критерий Фишера позволяет сравнивать величины выбороч­ных дисперсий двух независимых выборок. Для вычисления F_эмп нуж­но найти отношение дисперсий двух выборок, причем так, что­бы большая по величине дисперсия находилась бы в числителе, а меньшая – в знаменателе. Формула вычисления критерия Фи­шера такова:

(8)

где - дисперсии первой и второй выборки соответственно.

Так как, согласно условию критерия, величина числителя должна быть больше или равна величине знаменателя, то значе­ние F_эмпвсегда будет больше или равно единице.

Чис­ло степеней свободы определяется также просто:

k₁=n_l - 1 для первой выборки (т.е. для той выборки, величина дисперсии которой больше) и k₂=n₂ - 1 для второй выборки.

В Приложе­нии 1 критические значения критерия Фишера находятся по величинам k₁ (верхняя строчка таблицы) и k₂ (левый столбец таблицы).

Если t_эмп>t_крит, то нулевая гипотеза принимается, в противном случае принимается альтернативная.

Пример 3. В двух третьих классах проводилось тестирование умственного развития по тесту ТУРМШ десяти учащихся.[3]Полученные значения величин средних достоверно не различались, однако психолога интересует вопрос — есть ли различия в степени однородности показателей умственного развития между классами.

Решение. Для критерия Фишера необходимо сравнить дис­персии тестовых оценок в обоих классах. Резуль­таты тестирования представлены в таблице:

Таблица 3.

№№ учащихся	Первый класс	Второй класс
Суммы
Среднее	60,6	63,6

 

Рассчитав дисперсии для переменных X и Y, получаем:

s_x²=572,83; s_y²=174,04

Тогда по формуле (8) для расчета по F критерию Фишера находим:

По таблице из Приложения 1 для F критерия при степенях свободы в обоих случаях равных k=10 - 1 = 9 находим F_крит=3,18 (<3.29), следовательно, в терминах статистических гипотез можно утвер­ждать, что Н₀ (гипотеза о сходстве) может быть отвергнута на уровне 5%, а принимается в этом случае гипотеза Н₁. Иcследователь может утверждать, что по степени однородности такого показа­теля, как умственное развитие, имеется различие между выбор­ками из двух классов.

Критерий χ² (хи-квадрат) приме­няется для сравнения распределений объектов двух совокупностей на основе измерений по шкале наименований в двух независимых выборках.

Предполо­жим, что состояние изучаемого свойства (например, вы­полнение определенного задания) измеряется у каждо­го объекта по шкале наименований, имеющей только две взаимоисключающие категории (например: выпол­нено верно — выполнено неверно). По результатам из­мерения состояния изучаемого свойства у объектов двух выборок составляется четырехклеточная таблица 2X2. (см. табл. 6).

Таблица 6.

 

В этой таблице О_ij — число объектов в i -ой выбор­ке, попавших в j -ую категорию по состоянию изучае­мого свойства; i=1,2 – число выборок; j=1,2 – число категорий;; N — общее число наблюдений, равное О₁₁ + О₁₂ + О₂₁ + О₂₂ или n₁+n₂.

Тогда на основе данных таблицы 2X2 (см. табл. 6) можно проверить ну­левую гипотезу о равенстве вероятностей попадания объектов первой и второй совокупностей в первою (вторую) категорию шкалы измерения проверяемого свойства, например гипотезу о равенстве вероятностей вер­ного выполнения некоторого задания учащимися кон­трольных и экспериментальных классов.

При проверке нулевых гипотез не обязательно, чтобы значения вероятностей р₁ и р₂ были известны, так как гипотезы только устанавливают между ними неко­торые соотношения (равенство, больше или меньше). http://www.tsput.ru/res/math/mop/lections/lection_7.htm

Для проверки рассмотренных выше нулевых гипотез по данным таблицы 2X2 (см. табл. 6) подсчитывается значение статистики критерия Т по следующей общей формуле:

(9)

где n₁, n₂ — объемы выборок, N = n₁ + n₂ — общее число наблюдений.

Проводится проверка гипотезы H₀: p₁£p₂ — при альтернативе Н₁: р₁>р₂. Пусть a — принятый уровень значимости. Тогда значение статистики Т, полученное на основе экспериментальных данных, сравнивается с критическим значением статистики х_1-2a,, которое опре­деляется по таблице c² c одной степенью свободы (см. Приложение 2) с учетом выбранного значения a. Если верно неравенство T<x_1-2a, то нулевая гипотеза принимается на уровне a. Если данное неравенство не выполняется, то у нас нет достаточных оснований для отклонения нулевой гипотезы.

В связи с тем что замена точного распределения статистики Т распределением c² c одной степенью сво­боды дает достаточно хорошее приближение только для больших выборок, применение критерия ограничено не­которыми условиями.

Критерий не рекомендуется использовать, если:

1) сумма объемов двух выборок меньше 20;

2) хотя бы одна из абсолютных частот в таблице 2X2, составленной на основе экспериментальных данных, меньше 5.

Пример 6. Проводился эксперимент, направленный на выявление лучшего из учебников, написанных двумя авторскими коллективами в соответствии с целями обу­чения геометрии и содержанием программы IX класса. Для проведения эксперимента методом случайного отбо­ра были выбраны два района, большинство школ которых относились по расположению к сельским. Уча­щиеся первого района (20 классов) обучались по учеб­нику № 1, учащиеся второго района (15 классов) обуча­лись по учебнику №2.

Рассмотрим методику сравнения ответов учителей экспериментальных школ двух районов па один из вопросов анкеты: «Доступен ли учебник в целом для самостоятельного чтения и помогает ли он усвоить материал, который учитель не объяснял в классе (Ответ: да — нет.)

Отношение учителей к изучаемому свойству учебников измерено по шкале наименований, имеющей две категории: да, нет. Обе выборки учителей случайные и независимые.

Ответы 20 учителей первого района и 15 учителей второго района распределим на две категории и запишем в форме таблицы 2Х2 (табл. 5).

Таблица 7.

Все значения в табл. 7 не меньше 5, поэтому в соответствии с условиями использования критерия c² подсчет статистики критерия производится по формуле (9).

По таблице из приложения 2для одной степени свободы (v=l) и уровня значимости a=0,05 найдем х_1-aа =Т_критич = 3,84. Отсюда верно неравенство Т_наблюд<Т_критич (1,86<3,84). Согласно правилу принятия ре­шений для критерия c², полученный результат не дает достаточных оснований для отклонения нулевой ги­потезы, т. е. результаты проведенного опроса учителей двух экспериментальных районов не дают достаточных оснований для отклонения предположения об одинаковой доступности учебников № 1и 2 для самостоятельного чтения учащимися.

Применение критерия хи-квадрат возможно и в том случае, когда объекты двух выборок из двух совокупно­стей по состоянию изучаемого свойства распределяют­ся более чем на две категории. Например, учащиеся экспериментальных и контрольных классов распределя­ются на четыре категории в соответствии с отметками (в баллах: 2, 3, 4, 5), полученными учащимися за вы­полнение некоторой контрольной работы.

Результаты измерения состояния изу­чаемого свойства у объектов каждой выборки распре­деляются на С категорий. На основе этих данных со­ставляется таблица 2ХС, в которой два ряда (по числу рассматриваемых совокупностей) и С колонок (по чис­лу различных категорий состояния изучаемого свойства, принятых в исследовании).

Таблица 8.

На основе данных таблицы 8 можно проверить нулевую гипотезу о равенстве вероятностей попадания объектов первой и второй совокупностей в каждую из i (i=l, 2,..., С) категорий, т. е. проверить выполнение всех следующих равенств: р₁₁= р₂₁, p₁₂ = p₂₂, …, p_1c =p_2c. Возможна, например, проверка гипо­тезы о равенстве вероятностей получения отметок «5», «4», «3» и «2» за выполнение учащимися контрольных и экспериментальных классов некоторого задания.

Для проверки нулевой гипотезы с помощью критерия c²на основе данных таблицы 2ХС подсчитывается значение статисти­ки критерия Т по следующей формуле:

(10)

где п₁ и п₂ — объемы выборок.

Значение Т, полученное на ос­нове экспериментальных данных, сравнивается с критическим значением х_1-a, которое определяется по таб­лице c² с k=С—1 степенью свободы с учетом выбранного уровня значимости a. При выполнении неравенства Т> х_1-aа нулевая гипотеза отклоняется на уровне а и принимается альтернативная гипотеза. Это означает, что распределе­ние объектов на С категорий по состоянию изучаемого свойства различно в двух рассматриваемых совокуп­ностях.

Пример 7. Рассмотрим методику сравнения результатов пись­менной работы, проверявшей усвоение одного из разде­лов курса учащимися первого и второго районов.

Методом случайного отбора из учащихся первого района, писавших работу, была составлена выборка объ­емом 50 человек, из учащихся второго района — выборка объемом 50 человек. В соответствии со специально разработанными критериями оценки выпол­нения работы каждый ученик мог попасть в одну из че­тырех категорий: плохо, посредственно, хорошо, отлично. Результаты выполнения работы двумя выборками уча­щихся используем для проверки гипотезы о том, что учеб­ник № 1 способствует лучшему усвоению проверяемого раздела курса, т. е. учащиеся первого экспериментального района в средне будут получать более высокие оценки, чем учащиеся второго района.

Результаты выполнения работы учащимися обеих вы­борок запишем в виде таблицы 2X4 (табл. 9).

Таблица 9.

В соответствии с условиями использования критерия c² подсчет статистики критерия производится по корректированной формуле (10).

В соответствии с условиями применения двустороннего критерия хи-квадрат по таблице из приложения 2для одной степени свободы (k=4-l=3) и уровня значимости a=0,05 найдем х_1-aа =Т_критич = 7,815. Отсюда верно неравенство Т_наблюд<Т_критич (6,45<7,815). Согласно правилу принятия ре­шений для критерия c², полученный результат не дает достаточных оснований для отклонения нулевой ги­потезы.

Критерий согласия Пирсона χ² – один из основных, который можно представить как сумму отношений квадратов расхождений между теоретическими (f_Т) и эмпирическими (f) частотами к теоретическим частотам:

· k–число групп, на которые разбито эмпирическое распределение,

· f_i–наблюдаемая частота признака в i-й группе,

· f_T–теоретическая частота.

Для распределения χ² составлены таблицы, где указано критическое значение критерия согласия χ² для выбранного уровня значимости α и степеней свободы df (или ν).
Уровень значимости α – вероятность ошибочного отклонения выдвинутой гипотезы, т.е. вероятность того, что будет отвергнута правильная гипотеза. Р — статистическая достоверность принятия верной гипотезы. В статистике чаще всего пользуются тремя уровнями значимости:

α=0,10, тогда Р=0,90 (в 10 случаях из 100)

α=0,05, тогда Р=0,95 (в 5 случаях из 100)

α=0,01, тогда Р=0,99 (в 1 случае из 100) может быть отвергнута правильная гипотеза

Число степеней свободы df определяется как число групп в ряду распределения минус число связей: df = k –z. Под числом связей понимается число показателей эмпирического ряда, использованных при вычислении теоретических частот, т.е. показателей, связывающих эмпирические и теоретические частоты. Например, при выравнивании по кривой нормального распределения имеется три связи. Поэтому при выравнивании по кривой нормального распределения число степеней свободы определяется как df =k–3. Для оценки существенности, расчетное значение сравнивается с табличным χ²_табл

При полном совпадении теоретического и эмпирического распределений χ²=0, в противном случае χ²>0. Если χ²_расч> χ²_табл, то при заданном уровне значимости и числе степеней свободы гипотезу о несущественности (случайности) расхождений отклоняем. В случае, если χ²_расч< χ²_табл то гипотезу принимаем и с вероятностью Р=(1-α) можно утверждать, что расхождение между теоретическими и эмпирическими частотами случайно. Следовательно, есть основания утверждать, что эмпирическое распределение подчиняется нормальному распределению. Критерий согласия Пирсона используется, если объем совокупности достаточно велик (N>50), при этом, частота каждой группы должна быть не менее 5.

Критерий согласия Колмогорова основан на определении максимального расхождения между накопленными эмпирическими и теоретическими частотами:

где D и d – соответственно, максимальная разность между накопленными частотами и накопленными частостями эмпирического и теоретического распределений.
По таблице распределения статистики Колмогорова определяют вероятность, которая может изменяться от 0 до 1. При Р(λ)=1- происходит полное совпадение частот, Р(λ)=0 – полное расхождение. Если величина вероятности Р значительна по отношению к найденной величине λ, то можно предположить, что расхождения между теоретическим и эмпирическим распределениями несущественны, т. е. носят случайный характер.
Основное условие использования критерия Колмогорова – достаточно большое число наблюдений.