Page 281 - 4195

2
12 m  k m   1 
W    R   
j
k m m   1 j 1  2 
(3.63)
12 m 2
  R  3 k m  1 ,
j
k m m   1 j 1
яка зводиться до додаванні рангів по кожному стовпцю
 k 
R j   R ji . Статистика Фрідмена перевіряє нульову


 i 1 
гіпотезу про те, що ранги m спостережень розподіленні
випадково по k рядкам (відсутність детермінованого
сигналу у вікні розміром k  m ).
2
Статистика W при k   має розподіл  з
 1
m  ступенями вільності при нульовій гіпотезі, що
дозволяє по таблицях цього розподілу знайти критичне
2
значення критерію W kp   1 ;  m 1 . Задовільну апрокси-
мацію цим розподілом можна отримати, якщо розміри
вікна задовольняють умовам:
k  , 4 m  ; 4

k  , 3 m  . 9
Приклад 3.9 Застосуємо процедуру двофакторного
рангового дисперсійного аналізу для даних таблиці 3.5.
Після ранжування по рядкам отримаємо наступну табли-
цю.
Таблиця 3.11 - Ранги коефіцієнта поглинання для ранго-
вого двофакторного аналізу
№ зп Коефіцієнт поглинання y та його ранг R
ij
ij
1 y 47 47 57 60 48
j 1
R 4 4 9 10 7
j 1
2 y 50 39 52 52 48
j 2
R 6 1.5 7.5 7.5 5
j 2
281