Page 277 - 4195
P. 277

му можна констатувати, що критерії щодо середніх ( t  -
           критерій Стьюдента, критерій для різниці середніх двох
           нормальних сукупностей з однаковими дисперсіями) ма-
           ло чутливі до відхилень від нормальності, а критерії для
           дисперсій (критерій  xi - квадрат,  F  - критерій для від-
           ношення дисперсій) – чутливі до таких відхилень. Крите-
           рії для середніх стійкі, а критерії для дисперсій – нестій-
           кі. Тому, якщо виникають сумніви відносно нормальності
           спостережень,  особливо  в  умовах,  коли  перешкоди  ма-
           ють  виражений  нерегулярний  характер,  перевагу  треба
           віддавати  вільним  від  розподілів  непараметричним  кри-
           теріям.
                 До колу цих критеріїв відносяться статистичні про-
           цедури дисперсійного аналізу, які базуються на рангових
           методах.

                 3.6.1  Однофакторний  ранговий  дисперсійний
           аналіз

                 При  однофакторному  ранговому  дисперсійному
           аналізі статистикою для перевірки нульової гіпотези  H   0  :
             1    ...   k   про те, що фактор  A  не впливає на розподіл
           даних, заданих  K  реалізаціями, являється величина:

                     12   k        n  1 2    12    k  R 2
              H           n i  R                    i    3 n  1 ,
                                 i
                    2
                   n   1 1i        2      n  n    1  i 1  n i
                                                                 (3.62)
                     n i
           де   R i     R  - сума рангів i  - реалізації;
                         ji
                     j 1
                     1
                  R    R  - середній ранг i  - реалізації;
                 i        i
                     n i
                  in i    1 ,...,   k  - число спостережень в i  - реалізації;


                                       277
   272   273   274   275   276   277   278   279   280   281   282