Page 160 - 4195

2
Критерій незалежності 
Для перевірки гіпотези H 0 F :  y,x  F    yFx , де
випадкова величина X приймає s значень, а випадкова
величина Y - k значень, можна застосувати критерій
2
однорідності  ; при достатньо великому n гіпотезу
незалежності H відхиляють, якщо вибіркове значення
0
2
2
€  більше критичного значення  1 s ,  k , 1  1  , тобто
n
€ 
 2 n  2 s ,  k , 1  1  ,
1
де
2  2  
 s k n  s 1  k n

 € 2 n  n    ij 1   n       ij  1 . (2.60)




n
 i  1 1j n i n j   i 1 i  j 1 n j  
Зауваження. Якщо s(  k ( ) 1  ) 1  8 та n  40 , то
міні- мальне значення частот n може дорівнювати
ij
одиниці.
4
В інших випадках, якщо n  , відповідні клітини
ij
необхідно приєднати до сусідніх.

Критерій Спірмена
Ранговий коефіцієнт кореляції Спірмена r , який не
s
залежить від розподілів випадкових величин X та Y ,
характеризує залежність між ними, однак обчислюється
значно простіше, ніж звичайний коефіцієнт кореляції, за
формулою
6 S
r  1 r ,
s
3
n  n
n
2
S   R  R  , (2.61)
r xi yi
i 1
160