- •Основы научных исследований
- •Методология научных исследований
- •Основные положения теории познания
- •1.2 Экспериментальные исследования
- •1.3 Теоретические исследования
- •1.4 Методы теоретических и экспериментальных исследований
- •1.5 Основные этапы научного исследования
- •2 Физический эксперимент и измерения в научных исследованиях
- •2.1 Физический эксперимент
- •2.2 Измерения, средства измерений и их характеристики
- •2 Расчёт погрешности измерений
- •3.1 Основные понятия и определения теории погрешностей
- •3.2 Классификация погрешностей измерений
- •3.3 Характеристики случайных величин
- •3.4 Статистические критерии и их применение
- •3.5 Исключение грубой погрешности измерений
- •3.6 Определение систематической составляющей погрешности измерений
- •3.7 Определение случайной составляющей погрешности измерений
- •3.8 Определение погрешности косвенных измерений
- •3 Основы математической теории планирования эксперимента
- •3.1 Планирование эксперимента и его задачи
- •3.2 Основные понятия и определения
- •1.2 Полный факторный эксперимент
- •4.4 Дробный факторный эксперимент
3.4 Статистические критерии и их применение
Кроме расчета статистических характеристик случайных величин – математического ожидания, дисперсии, среднего квадратического отклонения, одной из основных задач статистического анализа результатов измерений является проверка статистических гипотез.
Статистическая гипотеза – это некоторое предположение относительно свойств генеральной совокупности случайной величины. Проверка статистической гипотезы заключается в сравнении статистических показателей, определяемых по выборке, со значениями этих же показателей, определенных теоретически для какой-либо гипотезы (например, для гипотезы о нормальном законе распределения).
При проверке
статистических гипотез задаются уровнем
значимости
,
где
– доверительная вероятность выполнения
гипотезы. Наиболее часто на практике
используют значения
,
равные
и
,
причем меньшие значения
соответствуют результатам измерений,
полученным с более высокой вероятностью.
Сравнивая некоторое значение случайной
величины (статистического критерия),
вычисленное по выборке, с табличным
значением этого же параметра, можно
сделать вывод о том, может ли быть принята
данная гипотеза или она должна быть
отвергнута. Вероятность принятия
гипотезы будет соответствовать заданному
уровню значимости. Например, при
вероятность того, что предполагаемая
гипотеза является верной, составляет
.
При этом, однако, в двух случаях из ста
можно совершить ошибку и отвергнуть
гипотезу, которая на самом деле может
быть верной.
Критерий
Фишера –
(
-критерий)
используется при проверке однородности
двух выборочных дисперсий (воспроизводимости
результатов измерений). Он представляет
собой отношение большей выборочной
дисперсии
к меньшей
:
.
Если
(
– табличное значение критерия Фишера),
то дисперсии
и
могут быть отнесены к одной генеральной
совокупности и расхождение между ними
можно принять случайными. При
дисперсии
и
значимо отличаются одна от другой, и
гипотеза об их однородности отвергается.
Табличное значение критерия Фишера
для заданного уровня значимости
и числа степеней свободы
(
– объем выборки) приводится в литературе.
Для
и различных
значения
даны в приложении.
В том случае, когда сравниваются несколько дисперсий, причем одна из них значительно превышает остальные, используется критерий Кохрена. Он представляет собой отношение максимальной дисперсии к сумме всех дисперсий:
,
где
– число серий эксперимента (число
дисперсий). Критерий Кохрена может быть
использован только в тех случаях, когда
во всех точках имеется одинаковое число
повторных экспериментов
.
При
(
– табличное значение критерия Кохрена)
сравниваемые могут считаться однородными
и относятся к одной совокупности, при
гипотеза об их однородности отвергается.
Табличное значение критерия Кохрена
для заданного уровня значимости
определяется с учётом числа степеней
свободы
и
.
Для
численные значения
приведены в приложении. Если число
измерений в различных сериях неодинаково,
то для проверки однородности нескольких
дисперсий можно использовать критерий
Бартлета.
Критерий
Стьюдента
(
-критерий)
чаще всего применяется при построении
доверительного интервала для
математического ожидания случайной
величины. Этот критерий для выборки
определяется уравнением
,
где
– объем выборки;
– среднее квадратическое отклонение.
Табличные значения критерия Стьюдента для различных значений уровня значимости и числа степеней свободы приводятся в приложении. Истинное значение результата измерения для заданной доверительной вероятности находится в пределах доверительного интервала
,
где
– средняя квадратическая погрешность
нескольких измерений случайной величины
в одной и той же точке.
Критерий Стьюдента может использоваться также для определения необходимого числа экспериментов в целях достижения заданной точности, определения грубых погрешностей, проверки условия равенства математического ожидания генеральной совокупности некоторому предполагаемому значению и т. д.
Критерий
Пирсона
позволяет по известной выборочной
дисперсии
определить интервал изменения генеральной
дисперсии
.
Доверительные границы для генеральной
дисперсии определяются неравенством
,
где
,
– табличные значения критерия Пирсона
для заданных значений уровня значимости
и числа степеней свободы.
На практике пользуются также другими статистическими критериями.
