- •Введение в теорию измерений
- •Статистические гипотезы
- •Компьютеры в медико-биологической статистике
- •Особенности в использовании пакета spss
- •View (Вид, просмотр),
- •Особенности использования пакета statistica for windows
- •Определение переменных
- •Приемы описательной статистики
- •Методы, основанные на критериях согласия распределений
- •4. Применим второй способ проверки на нормальность по оценке коэффициентов асимметрии и эксцесса:
- •Проверка на нормальность (опровержение гипотезы нормальности для малой выборки, пакеты spss и Statistica).
Методы, основанные на критериях согласия распределений
Для проверки на нормальность распределения наиболее часто применяют следующие статистические критерии:
Хи-квадрат;
Омега-квадрат, или тест Крамера—Мизеса, Смирнова—Крамера—Мизеса;
Тест Колмогорова—Смирнова;
W-тест Шапиро—Уилкса.
Сущность этих критериев в едином подходе к проверке гипотезы нормальности:
а) рассчитывается уровень значимости р, соответству- ющий полученному значению статистики критерия;
б) если р > 0,05, то нулевая гипотеза принимается, а альтернативная — отклоняется.
В таких случаях иногда выводится сообщение р = ns (незначим);
в) если р < 0,05, то гипотеза о нормальности распре деления отклоняется, соответственно принимается альтернативная.
В таких случаях наиболее подходит критерий Хи-квадрат:
где к — количество разрядов признака (интервалов, на которые разбивают вариационный ряд; — порядковый номер разряда признака; — эмпирическая частота по
разряду признака; — теоретическая частота по 1-му
разряду признака.
Критерии согласия распределений имеют существенные ограничения по объему выборки:
для критерия Хи-квадрат — >30 ;
для критерия Колмогорова—Смирнова — > 50 ;
для критерия Омега-квадрат — > 50. Если эти условия не выполнены, следует применять
критерий Щапиро—Уилкса, предназначенный для выборок с численностью от 3 до 50 наблюдений.
Рассмотрим задачи, иллюстрирующие применение различных методов проверки распределения на нормальность.
Упражнение 2.
Проверка на нормальность (случай подтверждения нормальности для большой выборки, пакет Statistica).
Дано: В плане комплексной оценки уровня работоспособности предстояло проверить нормальность распределения показателей уровня распределения внимания по тесту Шульте—Платонова у студентов до начала работы.
Алгоритм решения:
1. Выдвигаем статистические гипотезы:
Нулевую — об отсутствии отличий.
Альтернативную — о наличии отличий.
Запустим и его модуль (Основные статистики и таблицы) и введем данные в столбец, соответствующий переменной
Выполним проверку на нормальность способами, рассмотренными выше.
№ |
Сек. |
№ |
Сек. |
№ |
Сек. |
№ |
Сек. |
№ |
Сек. |
1 |
46 |
19 |
55 |
37 |
57 |
55 |
56 |
73 |
39 |
2 |
59 |
20 |
62 |
38 |
58 |
56 |
66 |
74 |
53 |
3 |
49 |
21 |
58 |
39 |
58 |
57 |
54 |
75 |
63 |
4 |
49 |
22 |
45 |
40 |
48 |
58 |
55 |
76 |
54 |
5 |
50 |
23 |
45 |
41 |
55 |
59 |
51 |
77 |
64 |
6 |
50 |
24 |
55 |
42 |
59 |
60 |
53 |
78 |
54 |
7 |
51 |
25 |
55 |
43 |
59 |
61 |
45 |
79 |
44 |
8 |
51 |
26 |
45 |
44 |
56 |
62 |
50 |
80 |
45 |
9 |
33 |
27 |
56 |
45 |
49 |
63 |
53 |
81 |
55 |
10 |
44 |
28 |
56 |
46 |
59 |
64 |
49 |
82 |
55 |
11 |
55 |
29 |
66 |
47 |
66 |
65 |
47 |
83 |
55 |
12 |
55 |
30 |
56 |
48 |
67 |
66 |
44 |
84 |
66 |
13 |
43 |
31 |
47 |
49 |
63 |
67 |
60 |
85 |
66 |
14 |
44 |
32 |
57 |
50 |
46 |
68 |
62 |
86 |
56 |
15 |
55 |
33 |
57 |
51 |
44 |
69 |
67 |
87 |
57 |
16 |
55 |
34 |
66 |
52 |
30 |
70 |
66 |
88 |
57 |
17 |
45 |
35 |
67 |
53 |
30 |
71 |
65 |
89 |
37 |
18 |
45 |
36 |
57 |
54 |
30 |
72 |
55 |
90 |
39 |
Оценим выборочную совокупность визуально по данным гистограммы:
В стартовом окне модуля (Основные статистики и таблицы) выберем команду (Описательные статистики).
В поле (Переменные) зададим переменную , обозначающую время в секундах, затраченное индивидом на поиск чисел и цифр (от 1 до 25) по стандартной таблице теста Шульте—Платонова.
Выбрав команду (Гистограмма), строим гистограмму эмпирического ряда, теоретическая кривая нормального распределения показывает их достаточное соответствие.