 |
 |
 |
 |
|
 |
 |
Степени свободы
В уравнении для t буквой п обозначается число степеней свободы (df), сопряженных с оценкой
дисперсии генеральной совокупности (S²), к-рая представляет собой второй момент любой
производящей функции моментов, такой, напр., как уравнение для t-распределения. В С. число степеней
свободы указывает на то, сколько характеристик осталось свободным после их частичного
использования в конкретном виде анализа. В t-распределении одно из отклонений от выборочного
среднего всегда фиксировано, так как сумма всех таких отклонений должна равняться нулю. Это
сказывается на сумме квадратов при вычислении выборочной дисперсии как несмещенной оценки
параметра S² и ведет к тому, что df получается равным числу измерений минус единица для каждой
выборки. Отсюда, в формулах и процедурах вычисления t-статистики для проверки нулевой гипотезы df
= n - 2.
F-pacnpeделение. Проверяемая с помощью t-критерия нулевая гипотеза состоит в том, что две
выборки были случайным образом извлечены из одной генеральной совокупности или же были
случайно извлечены из двух разных совокупностей с одинаковой дисперсией. А что делать, если нужно
провести анализ большего числа групп? Ответ на этот вопрос искали в течение двадцати лет после того,
как Госсет открыл t-распределение. Два самых выдающихся статистика XX столетия непосредственно
причастны к его получению. Один — крупнейший английский статистик Р. А. Фишер, предложивший
первые теорет. формулировки, развитие к-рых привело к получению F-распределения; его работы по
теории малых выборок, развивающие идеи Госсета, были опубликованы в середине 20-х годов (Fisher,
1925). Другой — Джордж Снедекор, один из плеяды первых американских статистиков, разработавший
способ сравнения двух независимых выборок любого объема посредством вычисления отношения двух
оценок дисперсии. Он назвал это отношение F-отношением, в честь Фишера. Результаты исслед.
Снедекора привели к тому, что F-распределение стало задаваться как распределение отношения двух
статистик с², каждой со своими степенями свободы:
2
2
2
1
2
1
df
df
F
.
Из этого вышли классические работы Фишера по дисперсионному анализу —
статистическому
методу, явно ориентированному на анализ малых выборок.
Выборочное распределение F (где п = df) представлено следующим уравнением:
2
2
1
2
2
2
1
2
2
2
1
2
1
2
1
1
2
1
)
(n
2
2
2
n
n
n
n
n
n
F
F
n
n
n
n
n
n
y
.
Как и в случае t-распределения, гамма-функция указывает на то, что существует семейство
распределений, удовлетворяющих уравнению для F. В этом случае, однако, анализ включает два
величины df: число степеней свободы для числителя и для знаменателя F-отношения.
Таблицы для оценивания t-
и F-статистик. При проверке нулевой гипотезы с помощью С.,
основанных на теории больших выборок, обычно требуется только одна справочная таблица — таблица
нормальных отклонений (z), позволяющая определить площадь под нормальной кривой между любыми
двумя значениями z
на оси абсцисс. Однако таблицы для t-
и F-распределений по необходимости
представлены комплектом таблиц, поскольку эти таблицы основаны на множестве распределений,
полученных вследствие варьирования числа степеней свободы. Хотя t- и F-распределения представляют
собой распределения плотности вероятности, как и нормальное распределение для больших выборок,
они отличаются от последнего в отношении четырех моментов, используемых для их описания.
t-
распределение, напр., является симметричным (обратите внимание на t² в его уравнении) при всех df, но
становится все более островершинным по мере уменьшения объема выборки. Островершинные кривые
(с эксцессом больше нормального) имеют тенденцию быть менее асимптотическими (т. е. меньше
приближаться к оси абсцисс на концах распределения), чем кривые с нормальным эксцессом, такие как
кривая Гаусса. Это различие приводит к заметным расхождениям между точками на оси абсцисс,
соответствующими значениям t и z. При df = 5 и двустороннем уровне а, равном 0,05, t = 2,57, тогда как
соответствующее z = 1,96. Следовательно, t = 2,57 свидетельствует о статистической значимости на 5%
уровне. Однако в случае нормальной кривой z = 2,57 (точнее 2,58) будет уже указывать на 1% уровень
