Справочник химика 21

Химия и химическая технология

Статьи Рисунки Таблицы О сайте English

Значимость и выборка

    Сравнивают с /табл (см- табл. 2.3) при числе степеней свободы / = И1 + 2 - 2 и доверительной вероятности Р = 0,99. Если при этом > (табл то расхождение между ЗС и х значимо, выборки не принадлежат одной генеральной совокупности и . Если < г бл, то = О и можно все данные рассматривать как единую выборочную совокупность в ( 1 + г) результатов. Пример [4] [c.71]

    Основной проблемой при диагностировании является разработка селективного метода для выделения признаков, которые тесно коррелированы с внутренними условиями, подлежащими изучению. Для эффективного выделения признаков имеется два подхода. Первый из них — статистический сигналы измерений от устройства, работающего заведомо удовлетворительно, сравниваются с сигналами от плохо работающего устройства с целью определения отличий между регистрациями обрабатываемых данных. Второй подход, используемый не очень часто, принимается в тех случаях, когда невозможно получить статистически значимые выборки. При этом подходе исследователь на основе физических принципов пытается представить, как сигналы возникают и каким образом передаются. С помощью аналитических моделей могут быть предсказаны характерные картины шумов и вибраций в условиях нормальной работы и отклонений от нее. [c.259]


    Нередко на практике выборка наблюдений составляется из нескольких подгрупп, полученных в том или ином порядке (например пз различных частей генеральной совокупности). Для объединения таких подгрупп в одну выборку необходимо убедиться в однородности средних по подгруппам. Для этого проверяют значимость различия между средними подгрупп и общим средним всей выборки по критерию Стьюдента. [c.53]

    Величина тах(> т1п) исключается из выборки как грубое измерение (на уровне значимости р), если определенное по формулам (II. 02) и (11.103) значение V или V окажется больше табличного. [c.57]

    Для нормального распределения с = 2, если и х, и 5д.- определяются по данной выборке. Гипотеза о принятом типе закона распределения принимается на данном уровне значимости р, если [c.59]

    По ([формуле (11.108) находим X = nD п = 0,59. По табл. 3 для уровня значимости р = 0,2, Ло,8=1,07. Таким образом, найденное по выборке [c.63]

    При достаточно большом объеме выборки п выборочный коэф- -фициент корреляции г приближенно равен генеральному коэффициенту г. Однако оценить возникающую при этом погрешность затруднительно. Для этого нужно знать распределение г как случайной величины. Это распределение зависит от генерального коэффициента корреляции г, который неизвестен. Для проверки гипотезы об отсутствии корреляции необходимо проверять, значимо ли отличается г от нуля. Для проверки нулевой гипотезы Но г = 0 можно использовать нормальное распределение со стандартом  [c.128]

    Проведенный множественный корреляционный анализ для рассматриваемых компаундов позволил отобрать значимые независимые параметры (аргументы) из широкой выборки физико-химичес-ких показателей качества и установить достаточно сильную обрат- [c.98]

    Что касается характера распределения, то для выборок конечного объема из результатов измерений логично использовать -распределения. С другой стороны, выбор р оставляет место для некоторого субъективного произвола и определяется утилитарными соображениями. Когда конечная цель измерения неизвестна, выбор того или иного значения р определяется степенью строгости или критичности исследователя к получаемым им результатам. Чем более низкий уровень значимости выбирает исследователь, тем меньшую долю результатов он ставит под сомненье. Но оценка значения выборочного стандартного отклонения при этом ухудшается, поскольку для его расчета используются и сильно отклоняющиеся от среднего значения. Чем больше выборка по объему, тем в большей мере оправдано пд- [c.836]

    Пусть среди результатов химического анализа Х[, Х2, Хз,. .., х., имеется один или несколько результатов, сильно отличающихся от среднего значения. Тогда правомочно поставить вопрос, не являются ли эти результаты следствием промаха в работе аналитика или следствием каких-либо иных значимых причин Иными словами, закономерна постановка статистической задачи о том, в какой мере появление отдельных результатов в конечнозначной выборке оправдано случайным характером распределения погрешностей,.  [c.100]


    Принимая во внимание законы сложения и умножения вероятностей, вероятность - появления хотя бы одного значения в выборке из п результатов, лежащего вне указанного интервала, заведомо больше уровня значимости р  [c.103]

    Таким образом, в целях повышения надежности прогностических оценок при выбраковке результатов анализа следует придерживаться следующего принципа чем более представительна выборка, тем более корректен выбор низких уровней значимости р. [c.104]

    Например, при п = 1000 и нормальном распределении (выборка практически без всякой погрешности может считаться генеральной) в среднем 3 результата имеют право выпадать за интервал х За. Но и при п = 50 существует вполне ощутимая вероятность Р1-50 0,15 выпадения хотя бы одного из результатов из указанного интервала. Поэтому для обеих данных выборок даже уровень значимости р = 0.003 неоправданно высок. [c.104]

    Рассчитанное значение / -функции для двух сравниваемых выборок находят как частное 5 /5 , причем оно составлено таким образом, что в числителе всегда находится большая из двух сравниваемых выборочных дисперсий. Если рассчитанное значение Р на заданном уровне значимости меньше табличного значения кр (/ь /г) ( 1 соответствует выборке с большей дисперсией), можно считать, что анализы, представленные соответствующими выборками, равноточны. Отсюда следует возможность их совместной обработки — усреднения и вычисления генерализованной дисперсии. Естественно, усреднение результатов можно производить только в том случае, если нет значимых различий не только для дисперсий, но и для средних арифметических выборочных совокупностей. [c.105]

    Решение. Выборочные дисперсии приводят к значениям 5[ = 0,093 и 5 = = 0,266. Дисперсионное отношение / =5 /5 = 2,86 существенно меньше табличного значения / р = 6,09 для. уровня значимости р = 0,05 и числа степеней свободы fl = 7 для выборки с большей дисперсией и /г = 4 для выборки с меньшей дисперсией. Следовательно, результаты можно считать равноточными. Отметим, что выбор меньшего уровня значимости обеспечивает неравенство Р < [c.105]

    В данном случае для периода до пуска в эксплуатацию скв. 7951 (и = 36) значения критерия Аббе составили по скв. 7707 - 0,0742 по скв. 7709 -0,02648 по 7176 -0,0149 по скв. 7710 -0,0113. Значение 7(36) при уровне значимости 0,05 составляет 0,7328 [4]. Поэтому последовательности значений дебитов являются стохастически зависимыми и анализируемые выборки не случайны. Такая стохастическая зависимость дебитов во времени и является исходной для определения величины диагностического признака. [c.226]

    Проверка представительности выборки. Здесь могут оказаться полезными методы, описанные ранее (см. главу П) статистические оценки, состоящие в том, что на основании построения зависимости степени влияния различных факторов на процесс от номера (числа) этих факторов отбираются наиболее значимые. [c.412]

    Найденные по данным выборки эмпирические критерии больше табличных Отсюда следует, что полученный результат следует считать значимым и выдвинутая гипотеза о том, что генеральные совокупности, из которых получены выборки, подчиняются нормальному закону, противоречит экспериментальным данным. [c.28]

    В целях выявления характеристик для идентификации структурно-функциональных детерминант с наибольшей информационной значимостью, используется описанная программа-генератор, которая формирует две выборки характеристик х. Одна выборка (Х ) вычисляется для участков аминокислотных последовательностей белков данного семейства, содержащих исследуемую структурно-функциональную детерминанту. Вторая выборка Х вычисляется для участков случайно отобранных аминокислотных последовательностей из банка данных pif i 7), не принадлежащих к данному семейству. Анализ этих двух выборок [c.252]

    Пример. Проверить гипотезу о равенстве нулю М(х) с 5%-ным уровнем значимости, если при обработке выборки из 10 элементов получено [c.475]

    Пример. Имеются две выборки объемом Я] = 17 и Яо = 13, для которых рассчитаны оценки 52 = 0,0295 и s = 0,0139 (vi = 16, V2=12). Проверить гипотезу о равенстве дисперсий при 5%-иом уровне значимости. [c.478]

    Другой вид выводов, включаемый в рамки метода выборочных распределений, представляет собой критерий значимости Он дает возможность вынести решение о том, справедлива или нет некоторая гипотеза относительно статистических параметров Например, иногда нужно проверить, совместима ли некоторая выборка наблюдений XI, хо, Хп с гипотезой о том, что они получены из нормальной плотности вероятности с некоторыми заданными значениями xo, среднего и дисперсии [c.131]

    X и 2 значимо, выборки не принадлежат ОДНОЙ генеральной совокупности И Если /эшп < /табт ТО (1 = 0, У1 МОЖНО все дзнные рассматривать как единую выборочную совокупность в (П1+П2) результатов. [c.53]

    Выполнение указанных условий не является достаточным. Необходимым условием служит ограниченность дисперсий и значимость коэффициентов с ,. .., с , что проверяется по ряду экспериментальных выборок в широком диапазоне изменения режимных парамет )ов. Если минимизацией F ъ г выборках найдены г наборов j. и определены оценки дисперсий сп > slg, то приемлемым, в соответствии с накопленным опытом [1], можно считать отношение -s 0,1 — для предэкспоненциальных множителей. коэффициентов массо- и теплопереноса и Sa/ i 0,3 — для энергий активации. Это означает, что должно быть выполнено условие min F ( j,. .., с ) s b, где b — заданное число. [c.56]

    Проверка статистических гипотез. Под статистическими гипотезами понимаются некоторые предположения относительно распределений генеральной совокупности той или иной случайной величины. Проверка гипотезы заключается в сопоставлении некоторых статистических показателей, критериев проверки (критериев значимости), вычисляемых по выборке, со значениями этих показателей, определенными в предположении, что проверяемая гипотеза верна. При проверке гипотез подвергается испытанию некоторая гипотеза Но в сравнении с альтернативной гипотезой Н, которая формулируется или подразумевается. Альтернативных гипотез может быть несколько. [c.38]


    Чтобы принять или отвергнуть гипотезу, еще до получения выборки задаются уровнем значимости р. Наиболее употребительны уровни значимости 0,05 0,02 0,01 0,10 0,001. Уровню значимости соответствует довер ительная вероятность р=1—По этой вероятности, используя гипотезу о распределении оценки 0 (критерия [c.38]

    Требуется выяснить, являются ли выборочные дисперсии 51 и значимо различными или же полученные выборки можно рассматривать как взятые из генеральных совокупностей с равными дис-. перснямн. Предположим, что первая выборка сделана из генеральной совокупности с дисперсией а вторая — из генеральной совокупности с дисперсией a2 . Проверяется нулевая гипотеза о равенстве генеральных дисперсий На. 01 = 02 . [c.47]

    Следовательно, на уровне значимости р=0,05 значение степени извлечения, авное 92%, надо считать ошибочным, его следует из выборки исключить и заново пересчитать х и Зх. [c.58]

    По табл. 7.4 находим, что при [ = 5, 2 = 3 и Р = 0,99 значение / -критерия составляет / о.ээ. 5 з = 28,24, а при Р = 0,95 / 0,95 5 3 = 9,01. С Л СД ОВ атсл ьн О, разница в отклонениях величин незначима даже при 5%-ном уровне значимости и, таким образом, обе величины следует отнести к одной и той же выборке. [c.136]

    Максимальная вероятность = 1 — Р того, что ошибка превзойдет некое предельное (критическое) значение Aj kp, т. е. такое значение, что появление этой ошибки можно рассматривать, как следствие значимой (неслучайной) причины, называется уровнем значимости. Соответственно событие, которое вызвало действие этой причины и привело к появлению такой ошибки, следует считать значимым (а не случайным). Вполне очевидно, что для заданной выборки при известном характере распределения между величинами Aj kp и должно существовать однозначное соответствие, опосредованное через выборочные параметры п, х я S. Но если эти параметры полностью определены конкретным видом выборочной совокупности, то в основание выбора уровня значимости не может быть положено какое-либо внутренне присущее (имманентное) выборке свойство. Чем выше уровень значимости, тем он жестче , поскольку позволяет рассматривать как неслучайные большую часть событий от их общего числа (под событием можно понимать, например, конкретный результат анализа). По образному выражению Е. И. Пустыльника, уровень значимости — это как бы размер ячеек сита, сквозь которое отсеиваются неслучайные события . Вместе с тем необходимо отчетливо сознавать, что назначая тот или иной уровень значимости, мы заведомо обрекаем себя на отождествление определенной части случайных событий со значимыми или заведомо неслучайными событиями. Уровень значимости, выраженный в процентах, показывает, сколько раз в каждых ста испытаниях мы рискуем ошибиться, принимая случайное событие за зна чимое. [c.99]

    Сопоставление примеров 4 и 5 демонстрирует зависимость между представительностью выборки и значением критических параметров чем представительнее выборка, тем большие отклонения от среднего оправданы случайным характером распределения результатов анализа на заданном уровне значимости. Кроме того, при выбраковке результатов анализа следует не упускать из вида то обстоятельство, что для представительных выборок уровень значимости отнюдь не совпадает с минимальной вероятностью появления результата за критическим интервалом X Алгкр- [c.103]

    Пусть имеются две серии результатов анализа одного образца А и В, представленные в форме выборочных совокупностей с объ емами Па и пв. Если сравнение дисперсий 5л и с помощью Р-критерия показывает, что они значимо не отличаются друг от друга, закономерна постановка вопроса о том, значимо ли различие выборочных средних ха и Хв. Если выборочные средние отличаются лишь в силу случайного разброса, обе выборки можно считать принадлежащими одной генеральной совокупности. Это открывает возможность уточнения оценки математического ожидания и стандартного отклонения, поскольку число степеней сво- боды объединенной выборки больше, чем у обеих выборок А и В. Значимое различие выборочных средних свидетельствует о нали- [c.107]

    Для решения задач подобного рода обычно применяют кpи-терий Стьюдента. Основанием для его использования в качестве критерия значимости служит следующая статистическая модель. С доверительной вероятностью Р = 2аст математическое ожидание случайной величины отличается от выборочного среднего из выборки объемом п не более чем на а, где f—коэф- [c.108]

    Теперь можно оценить значимость расхождения средних Ха и Хв, назначив определенный (обычно 0,01 или 0,05) уровень значимости. Выборочные средние Ха и хв значимо отличаются, если их разность превосходит свое стандартное отклонение 5(.кд — хв) более чем в f раз, где i , f — коэффициент Стьюдента для доверительной вероятности 2аст =1 — р и числа степеней свободы объединенной выборки Ia, в = па - - Пв — 2. На практике обычно вычисляют значение отношения [c.109]

    Пример. Проверка гипотезы о значимости коэффициента корроош-ции. Пусть известны значения, принятые случайными величинами % и У в а экспериментах. По этой выборке данных опредалана оценка коэффициента коррелгадии . Поскольку выборка [c.17]

    Вместе с тем, незначимый параметр не обязательно исключать иэ модели. При построении модели следует учитывать результаты анализа физической сущности процесса, протекающего в объекте, и вытекающие отсюда предположения о наличии свяэи между переменными. Если по имеющимся априорным данным переменная, перед которой стоит параметр, оказавшийся в результате проверки незначимым, должна оказывать влияние на выходную координату, то ее нецелесообразно исключать иэ модели. В этом случае можно повторить проверку значимости параметра при другом уровне значимости или расширить выборку экспериментальных данных или провести дополнительные вксперименти по проверке выполнения допущений, используемых при проведении регрессионного анализа (си. п. 3,3) - возможно, какое-либо из них не выполнено. [c.23]

    Результаты статистической обработки (табл. 36) показывают, что за исключением отношения С,/С ни один из параметров не имеет значимых связей с пластовой температурой. Сложно говорить что-либо определенное относительно связи величины С /С с температурой. Обработка материала по нефтям месторождений СССР показывает отсутствие связи между пластовой температурой и отношением С /С . Возможно, наличие этой связи для Западной Сибири обусловлено характером выборки, так как максимальная температура в Западной Сибири соответствует нефтям Салымского месторождения и месторождений Красноленинского свода, где отмечаются повышенные значения С,/С . [c.119]

    Критерием проверки статистической гипотезы является правило, позволяющее отвергнуть или принять данную гипотезу. При построении такого правила вычисляются некоторые функции результатов наблюдений, составляюп1их выборку (статистики), которые сравниваются со значениями. этих по-(Йзателей, определенными теоретически в предположении, что проверяемая гипотеза верна. Для критериев проверки выбираются надлежащие уровни значимости, ( /=10, [c.475]


Смотреть страницы где упоминается термин Значимость и выборка: [c.246]    [c.256]    [c.39]    [c.60]    [c.65]    [c.88]    [c.44]    [c.128]    [c.138]    [c.101]    [c.102]    [c.45]   
Смотреть главы в:

Количественные методы анализа хозяйственной деятельности -> Значимость и выборка


Количественные методы анализа хозяйственной деятельности (1999) -- [ c.87 ]




ПОИСК





Смотрите так же термины и статьи:

Значимость



© 2025 chem21.info Реклама на сайте