Партнерка на США и Канаду по недвижимости, выплаты в крипто

  • 30% recurring commission
  • Выплаты в USDT
  • Вывод каждую неделю
  • Комиссия до 5 лет за каждого referral

1)  все m = m1+m2 замеров обеих выборок Y1v и Y2v располагает в один ряд значений Yiu по возрастающей величине, т. е. образует вариационный ряд Yi, 1, Yi, 2, …, Yi, u, …, Yi, m ;

2)  каждому члену этого ряда приписывают порядковый номер – ранг r{Yiv} по следующему правилу: r{Yi, 1} = 1; r{Yi, m} = 2; r{Yi, m-1} = 3; r{Yi, 2} = 4; r{Yi, 3} = 5; r{Yi, m-2} = 6; r{Yi, m-3} = 7; r{Yi, 4} = 8; r{Yi,5}= 9 и т. д. Если пара значений одинаковая, например Yi, 2 = =Yi, 3, то приписывается средний ранг r{Yi, 2} = r{Yi, 3} = 4,5;

3)  вычисляет суммарные ранги каждой выборки по формулам:

4)  если m1 > 10 и m2 > 10, то расчетное значение критерия определяет по формуле

(11.3)

где R{Y2} - сумма рангов для выборки с меньшим объемом, т. е. m1 > m2. Величина uR является нормированной величиной, которая имеет приближенно нормальное распределение. При использовании критерия (11.3), когда m2 < 10, обеспечивается необходимая точность исследования;

5)  определяет табличное значения двустороннего критерия uT2(a) = z при заданном уровне значимости a из условия, что - нормированная функция Лапласа. Пользуясь приложением 5, находит, что при Z = uT2[a] = 1,96.

Если uR < uT2, то гипотеза об отсутствии значимого различия между дисперсиями не отвергается.

Пример 11.4. В результате испытания разрывной нагрузки х/б пряжи линейной плотности 25 текс, выработанной на двух машинах, получены две выборки Y1v и Y2v (табл. 11.1). Необходимо сравнить дисперсии этих выборок, если m1 = 12 и m2 = 10.

НЕ нашли? Не то? Что вы ищете?

Таблица 11.1

Марка
машины i

Yiv

mi

1

312

327

365

243

389

310

310

286

283

332

316

296

12

314

1429

2

373

364

405

333

332

372

278

302

292

368

-

-

10

341,9

1711

Таблица 11.2

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

16

17

18

19

20

21

22

S

243

283

286

296

310

310

312

316

327

332

365

388

3768

278

292

302

332

333

364

368

372

373

405

3419

1

5

8

12

16

17

20

21

22

18,5

11

3

154,5

4

9

13

18,5

15

14

10

7

6

2

98,5

По значениям Yiv двух выборок образуем вариационный ряд Yiu, значения которого заносим в строчки Y1u и Y2u табл. 11.2. Ранги значений этого ряда, определяемые по указанному выше правилу, заносим в строчки r{Y1u}и r{Y2u}. Суммарные ранги каждой выборки равны: R{Y1} = 154,5 и R{Y2} = 98,5. По формуле (11.3) находим:

Так как uR = 1,06 < uT2 = 1,96 , то дисперсии однородны.

Если допустить, что значения разрывной нагрузки пряжи распределены нормально, то для проверки гипотезы об однородности дисперсий двух выборок (значения приведены в табл. 11.2) можно применить критерий Фишера. В этом случае FR =1,2; FT [pD = 0,95; fчисл = 11; fзнам =9] = 3,14. Так как FR =1,2 < FT = 3,14, то гипотеза о равенстве дисперсий и двух выборок не отвергается.

11.5. Сравнение нескольких дисперсий. Проверка воспроизводимости или однородности процесса

Пусть получено N рядов измерений выходного параметра: одним и тем же методом при работе одного и того же объекта, но при N разных уровнях фактора; при измерении выходного параметра одним методом для N различных объектов; при одинаковых условиях работы одного объекта N разными методами измерения выходного параметра. Для оценки воспроизводимости (устойчивости) работы одного объекта, или однородности дисперсий выходного параметра на разных объектах, или воспроизводимости методик измерения сравнивают все N дисперсий , u = 1,2,…,N. При этом проверяется гипотеза о равенстве генеральных дисперсий , выборочными оценками которых являются дисперсии с числом степеней свободы .

Первый случай. Если , то для проверки однородности применяют критерий Кочрена, расчетное значение которого равно

(11.4)

Задаваясь уровнем значимости a = 0,05 или , определяется по приложению 7 табличное значение критерия Корчена: . Если , то гипотеза о равенстве генеральных дисперсий в N рядах измерений неоднородны. После отбрасывания описанную выше процедуру следует повторить для N-1 рядов измерений (выборок). Если , то дисперсии однородны и процесс воспроизводим.

Второй случай. Если дисперсии имеют разные числа степеней свободы, например, из-за неодинакового числа повторных опытов при различных уровнях факторов, то для проверки однородности дисперсий используется приближенный критерий Бартлета, расчетное значение которого определяется по формуле

(11.5)

где

Из за большого объема этот материал размещен на нескольких страницах:
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30