Page 341 - 4196

r  1 2 a      a  2 
x    2    14 . 76 ;
k

r  1 3 a   r  1 3 a 
 
- ймовірність  , з якою підтверджується аномальність

2
   P  1   0,f   0x  . 67 .
 2
Ці результати, а також розрахунки для    2 . 1 02 зане-
семо в наступну таблицю.

Таблиця 6.19 - Визначення сумарної аномальності рядків
(фактор  ) статистикою  при

  . 0 05

Дисперсія Параметр не Надійність
перешкод центральності f x виявлення
 
a 

   1  2 . 2 48 12.15 17.87 14.76 0.67
    2 2 . 1 02 43.84 45.77 21.04 0.999

 
Для статистики F маємо    1 :

- оцінка параметру нецентральності

a  12 . 15 ;
- критичне значення статистики Q    100 %,   . 0 05 
F  F  ;Q  1 ,  2   F  %5 ; , 9 81  1 . 99 ;
k
- апроксимація нецентрального розподілу величин
F  a    0
 1  2 центральним розподілом величини F  1  2

(перетворення Патнайка)
 F  ,Q  ,   9 . 1  99
Z  1 1 2   . 0 847 ;
 1  a  9  12 . 15

341