Добавил:
Upload Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз: Предмет: Файл:
Topolnik_V.G._MATEMATIKO-STATISTICHNI_METODI_DO...doc
Скачиваний:
5
Добавлен:
01.07.2025
Размер:
3 Мб
Скачать
☆

2.3.4. Перевірка гіпотези нормальності розподілу експериментальних даних

Для статистичних методів побудування емпіричних залежностей дуже важливо, щоб результати спостережень підлягали нормальному закону розподілу, тому перевірка нормальності розподілу - основ­ний зміст попередньої обробки результатів спостережень з метою вивчення закономірностей впливу.

Для експериментатора було б великою помилкою провести, на­приклад, регресійний аналіз за результатами спостережень, не перевіривши чи підлягають результати даного експерименту очікува­ному граничному розподілу, чи узгоджується розподіл, що спосте­рігається, з очікуваним теоретичним розподілом. Важливість обов'язкової перевірки гіпотези нормального розподілу при попередній обробці дослідних даних зумовлена тим, що наявність опти­мальних властивостей у метода найменших квадратів, за допомогою якого визначаються коефіцієнти регресійного рівняння, тісно пов'язана з нормальністю вектора похибок.

Для не дуже великих вибірок (п < 120) можна знайти прості рекомендації для перевірки нормальності розподілу.

Перевірку гіпотези нормальності розподілу для порівняно широкого класу вибірок 3 < п < 1000 можна виконати за допомо­гою метода, який використовує розмах варіювання R, а для вибірок з п > 20 також з ви­користанням критерію χ2 (хі-квадрат). Причому перший метод служить для швидкої "прикидової" перевірки, а другий - для ґрунтовної перевірки нормальності розподілу.

Умова справедливості гіпотези нормальності розподілу за першим методом – розрахункове значення відношення розмаху варіювання до середньоквадратичного відхилення повинно бути в інтервалі значень нижньої і верхньої критичних меж із прийнятою ймовірністю Р (значущості α = 1− Р).

Умова справедливості гіпотези нормальності розподілу за другим методом – розрахункове значення χ2- критерію не повинно перевершувати критичне значення χ2 – критерію з прийнятою ймовірністю і степені волі.

Необ­хідно також відзначити, що перевірка нормальності розподілу про­водиться тільки для результатів з коефіцієнтом варіації менше ніж 33% (Vх < 0,33).

Приклад 2.5. Вище було доказано (приклад 2.3), що середні дані комплексного показника якості для вивченого асортименту м'ясних тушкованих страв належать до загальної генеральної сукупності, тобто вони однорідні. На цій підставі всі експериментальні дані по всім м'ясним тушкованим стравам поєднаємо і для загальної вибірки (п = 38) перевіримо гіпотезу нормальності роз­поділу дослідних даних по: а) варіаційному розмаху та б) χ2-кри­терію.

Дослідні дані та результати їх попередньої обробки подані в таблиці 2.4.

Варіант А.

Обчислимо розмах варіювання

= 0,975 - 0,720 = 0,255 .

Розрахуємо основні статистики: середню величину, стандартне відхилення і коефіцієнт варіації.

= 33,149/38 = 0,872;

Підрахуємо відношення:

= 0,255/0,057 = 4,47 .

Таблиця 2. 4 – Дані для обчислення статистичних характеристик

Найменування зразка

i

Показник якості

di = (xi−X)

×103

di2 = (xi−X)2

×106

Яловичина духова

1

0,802

- 7

49

2

0,735

-137

18769

3

0,870

- 2

4

4

0,805

- 67

4489

5

0,903

31

961

Яловичина в кисло-солодкому соусі

6

0,975

103

10609

7

0,844

- 28

784

8

0,924

52

2704

9

0,886

14

196

10

0,900

28

784

Гуляш із яловичини

11

0,959

87

7569

12

0,863

- 9

81

13

0,873

1

1

14

0,833

- 39

1521

Яловичина тушкована з цибулею

15

0,947

75

5625

16

0,813

- 59

3481

17

0,867

- 5

25

18

0,856

- 16

256

19

0,950

78

6084

20

0,919

47

2209

Рагу з баранини

21

0,851

- 21

441

22

0,818

- 54

2916

23

0,905

33

1089

24

0,858

- 14

196

25

0,866

- 6

36

26

0,879

7

49

Рагу зі свинини

27

0,906

34

1156

28

0,917

45

2025

29

0,790

- 82

6724

Свинина, тушкована з капустою

30

0,867

- 5

25

31

0,920

48

2304

32

0,720

-152

23104

33

0,849

- 23

529

Ковбаса, тушкована з капустою

34

0,926

54

2916

35

0,838

- 34

1156

36

0,926

54

2916

37

0,834

- 38

1444

38

0,955

83

6889

33,149

122116

Порівняємо його з критичними верхніми та нижніми межами, що приведені в додатку 6. При Р = 0,95 (α = 0,05) та п = 38 нижня та верхня межі мають значення 3,64 та 5,11. При Р = 0,9 (α = 0,1) відповідно 3,75 та 4,91.

Якщо розрахункове значення відношення менше нижньої або більше верхньої межі, то нормального розподілу немає. Особливо важливо, щоб ця умова додержувалась при рівні значущості α = 10%.

У прикладі, який розглядається, розрахункове значення лежить між табличними критичними нижніми та верхніми значеннями як при α = 0,1, так і при α = 0,05. Отже, гіпотеза нормальності розподілу підтверджується по вибраному критерію − розмаху варію­вання (R).

Варіант Б.

Розглянемо методику перевірки гіпотези нормальності розподілу по χ2- критерію.

Нехай ми маємо підстави вважати, що результати вимірів розподілені відповідно до закону Гауса (нормально). В експериментах, як правило, невідомі наперед ні центр , ні ширина розподілу, що очікується. Таким чином, нашим першим кроком буде облік найкращих оцінок для цих величин по п результатам вимірів .

Другим кроком буде ділення всього інтервалу можливих значень на біни (групи). Кількість бінів потрібно вибирати таким чином, щоб всі біни мали по декілька виміряних значень хі. Наприклад, чотири біни, у яких межі при: - , та + , N = 4 (рисунок 2.1).

У даному випадку дві рівні площі Р2 та Р3 в сумі дають при­близно 68%, так що ймовірність попадання в один з двох централь­них бінів складає приблизно 34%, тобто Р2 = Р3 ≈ 0,34. Дві зовніш­ні площадки складають решту - ≈ 32%, тобто Р1 = Р4 ≈ 0,16 (дода­ток 7, t = 1). Відповідно до ймовірностей визначається очікувана кількість вимірів для кожного біна Ек = п×Рк. "Очікувана кіль­кість" - це не та, яку ми дійсно очікуємо в будь-якому окремому експерименті; це скоріше середня очікувана кількість, яка вийде, коли ми повторимо всю серію вимірів багато разів.

Рисунок 2.1 − Інтеграл ймовірностей нормального розподілу для 4-х бінів

Третім кроком буде оцінка узгодженості очікуваної кількості вимірів у кожному біні з відповідними числами Ок, що спостеріга­ються (дослідними).

Якщо наша гіпотеза про те, що результати вимірів розподі­лені нормально вірна, то ми очікували б, що в деякому значенні відхилення Ок - Ек будуть малі. Та навпаки, якщо б виявилось, що відхилення Ок - Ек великі, то наша гіпотеза невірна.

Число χ2 служить показником того, наскільки добре узгод­жуються розподіли, що спостерігаються та очікуються.

χ2 = . (2.13)

Якщо χ2 = 0, то узгодження ідеальне, тобто Ок - Ек для всіх бінів (k = 1,... ,N), що в крайній мірі неймовірно. У загальному випадку окремі члени суми повинні бути порядку 1, а в сумі N членів. Якщо χ2 ≤ N, то розподіли, що спостерігаються та очі­куються, узгоджуються настільки добре, наскільки можна було б очікувати.

З іншого боку, якщо χ2 >> N, то числа, що спостерігаються та очікуються, значно відрізняються, і є всі підстави підозріва­ти, що результати наших вимірів не розподілені відповідно до очі­куваного (нормального) закону.

Очікувані числа Ек не повинні бути занадто малі, хоча не існує визначеної нижньої межі, однак Ек повинно бути, ймовірно, не менше 5 (Ек ≥ 5). Тому ми повинні вибирати біни таким чином, щоб Ек ≥ 5. кількість бінів не повинна бути занадто мала (N ≥ 4). Виходячи з цього, неможна використовувати критерій χ2 в екс­периментах, якщо повна кількість спостережень менше 20.

Застосуємо приведену методику до поданих в таблиці 2.4 даних. Поділимо весь інтервал приведених значень (0,720... 0,975) на чо­тири біни з межами між ними: 0,872−0,057; 0,872; 0,872+0,057. Таким чином, у біні 1 хі < 0,815; у біні 2 хі = 0,815... 0,872; у біні 3 хі = 0,872.. .0,929; у біні 4 хі > 0,929. Результати процедури обчислення χ2-критерію зведемо в таблицю 2.5.

Таблиця 2.5 − Процедура обчислення χ2-критерію

Бін, k

1

2

3

4

Ймовірність Рк , %

15,87

34,13

34,13

15,87

Очікувальна кількість Ек = 38×Рк

6,03

12,97

12,97

6,03

Кількість, що спостерігається Ок

6

14

13

5

Відхилення Ок − Ек

-0,03

+1,03

+0,03

-1,03

Обчислимо χ2-критерій по (2.13).

χ2 = 0,032/6,03+1,032/12,97+0,032/12,97+1,032/6,03 = 0,2579.

Так як обчислена за (2.13) величина χ2 = 0,2579 менш ніж кількість бінів (4), то в нас немає підстав сумніватись у гіпотезі, що результати на­ших вимірювань розподілені нормально.

У [15] пропонується трохи інша методика обліку χ2-критерію:

1) розбивають масив початкових даних на класи

k = 1 + 3,32×1g (п) (2.14)

при п = 38 k = 6,24; приймаємо 6 класів ;

2) визначають довжину інтервалів

(2.15)

b = 0,255/6 = 0,0425; приймаємо b = 0,05;

  1. визначають середину класів х ;

  2. підраховують частоти для всіх класів В ;

  3. обчислюють для всіх класів В×х та В×х2- ;

  4. обчислюють оцінки розподілу експериментальних даних

; (2.16)

; (2.17)

7) обчислюють множник

k' = п×b / . ; (2.18)

8) визначають ординати кривої експериментального розподілу

; (2.19)

9) формують вектор-стовбець функції нормального розподілу f(z), використовуючи таблиці ординат стандартної нормальної кри­вої (додаток 8);

10) обчислюють для всіх класів очікувану по стандартному нормальному розподілу частоту

; (2.20)

Якщо для будь-якого класу < 5, то цей клас поєднують з сусіднім та обчислюють очікувану частоту як суму - ;

  1. обчислюють різницю між частотою В, що спостерігається, та очікуваною частотою по стандартному розподілу Е та квадрат цієї різниці (В−Е)2 ;

  2. обчислюють χ2 за формулою

; (2.21)

13) використовуючи табличне значення χ2 (додаток 9), перевіря­ють умову χ2розр. < χ2табл. при степені свободи ν = N−1−2, оскільки оцінюються два параметри: та (N - кількість "повноцін­них" класів). Кількість степенів свободи ν = 4−3 = 1, рівень значущості α приймаємо 0,05 (ймовірність 0,95). Якщо вказана умова додержується, то гіпотеза нормальності розподілу може бути прийнята на 5%-у рівні.

В таблиці 2.6 відповідно до приведеної методики виконано обчислення χ2-критерію для експериментальних даних комплексного по­казника якості м'ясних тушкованих страв. Обчислення , , k' проводили за (2.16) - (2.18).

χ2(ν,α) = χ2табл.(1, 5%) = 3,841 > χ2розр. = 0,4806 .

Висновок: частоти комплексного показника якості м'яс­них тушкованих страв, що спостерігаються, розподілені нормально.

Можна використати методику обліку χ2-критерію, викладе­ну в [25]:

  1. результати вимірів групують по інтервалам таким чином, щоб ці інтервали покривали всю ось (від −∞ до +∞) та щоб кількість даних у кожному інтервалі була достатньо великою (у вся­кому разі не менше п'яти, краще десяти);

  2. для кожного інтервалу підраховують кількість ті результатів вимірів, що потрапили до цього інтервалу;

  3. обчислюють ймовірність Р попадання до цього інтервалу при нормальному законі розподілу ймовірностей

Рі = Ф×[(хі - )/ ] − Ф×[(хі-1 - )/ ] , (2.22)

де Ф - інтеграл ймовірностей нормального розподілу;

- середнє арифметичне значення результатів вимірів;

- середня квадратична помилка ( );

  1. обчислюють суму

; (2.23)

де l - кількість усіх інтервалів (−∞ ÷ х1), (х1 ÷ х2 ), … , (хl-1 ÷ +∞) ;

п - кількість усіх результатів вимірів (п = ).

Таблиця 2.6 – Процедура обчислення χ2-критерію

Інтервал

Середи-на ін-тервалу

х

Час-тота

В

х2

Вх

Вх2

Час-тота

Е

В − Е

(В-Е)2

(В-Е)2 Е

0,720÷0,770

0,745

2

0,555

1,490

1,110

-0,124

2,10

0,0440

1,42

0,770÷0,820

0,795

5

0,632

3,975

3,160

-0,074

1,25

0,1826

5,88

7,30

0,30

0,09

0,0123

0,820÷0,870

0,845

13

0,714

10,985

9,282

-0,024

0,41

0,3668

11,81

11,81

1,19

1,42

0,1199

0,870÷0,920

0,895

10

0,801

8,950

8,010

0,026

0,49

0,3538

11,39

11,39

1,39

1,93

0,1696

0,920÷0,970

0,945

7

0,893

6,615

6,251

0,076

1,29

0,1736

5,59

6,89

1,11

1,23

0,1788

0,970÷1,020

0,995

1

0,990

0,995

0,990

0,126

2,14

0,0404

1,30

38

33,01

28,803

0,4806

= 33,01/38 = 0,869 ; = 0,059 ; k ' = 38×0,05/0,059 = 32,2

Якщо сума виявиться більше критичного значення χ2 (додаток 9) за деякої певної ймовірності Р та кількості степенів свободи k = l−3, то з надійністю Р можна вважати, що розподіл ймовірностей випадкових помилок відрізняється від нормального. Якщо ж отримана сума не перевищує критичне (табличне) значення χ2, то гі­потеза про нормальність розподілу експериментальних даних прий­мається.

Візьмемо інтервальний ряд даних, вказаних в таблиці 2.6. Значення параметрів нормального розподілу для цього ряду були визна­чені ( = 0,869 та = 0,059).

Для застосування критерію χ2 поєднаємо крайні інтервали, щоб кількість даних в кожному інтервалі стала не менше п'яти. Одержані дані представлені в двох перших стовбцях таблиці 2.7. Крайні інтервали взяті нескінченними.

У тре­тьому стовбці підраховані стандартні відхилення t по (2.19) для правих кінців інтервалів.

Наприклад, (0,820−0,869)/0,059 = −0,831.

Таблиця 2.7 – Процедура обліку χ2-критерію

Інтервали

хі-1 ; хі

ті

Ф(tі)

Рі =

Ф(tі-1) −Ф(tі)

Еі =

п×Рі

ті −Еі

(ті−Еі)2

Еі

1

2

3

4

5

6

7

8

− ∞ ; 0,820

7

−0,831

−0,2969

0,2031

7,72

−0,72

0,0672

0,820; 0,870

13

0,017

0,0068

0,3037

11,54

1,46

0,1847

0,870; 0,920

10

0,864

0,3062

0,2994

11,38

−1,38

0,1667

0,920; + ∞

8

+ ∞

0,5000

0,1938

7,36

0,64

0,0549

38

1,0000

38,00

χ2 =

0,4735

У четвертому стовбці подані відповідні значення інтегралу ймовір­ностей Ф(tі) (додаток 7). По значенням Ф(tі) у п'ятому стовб­ці обчислені ймовірності Р як різниця подальших значень Ф(tі). Враховано, що Ф(-∞) = 0,5. У шостому стовбці приведено очіку­вану кількість експериментальних даних, які потрапляють до даного інтервалу відповідно до приведеної ймовірності (п = 38). У сьо­мому стовбці вказані відхилення між дослідною та очікуваною кількістю вимірів, що входять до інтервалу. В останньому стовбці приведені відносні величини квадрату відхилень кількості даних, що очікуються та що спостерігаються, у кожному інтервалі.

Табличне критичне значення χ2 при надійності Р = 0,95 та кількості степенів свободи k = 4-3 = 1 дорівнює 3,841, що значно (приблизно у 8 разів) більше розрахункового значення χ2 = 0,4735. Таким чином, гіпотеза про нормальність розподілу експерименталь­них даних приймається.

*

* *

У даному розділі представлена основна методика підготовки да­них, що одержані в дослідах, до подальшого аналізу (як предметно-суттєвому, так і статистичному) та методика первинної статистич­ної обробки дослідних даних.

Предметне-суттєвий аналіз буде проведено більш переконливо, доказово та обґрунтовано в тому випадку, коли дослідні дані об­роблені статистично більш широко, тобто крім обчислення основних статистичних характеристик перевірено ряд, хоч би самих основ­них, статистичних гіпотез.

Якщо експеримент ставиться з метою виявлення взаємозалежностей, то рекомендується обов'язково перевірити гіпотезу нор­мальності розподілу дослідних даних, так як в цьому випадку методи обробки та аналізу одержаних даних передбачають, що вони розподілені нормально.