Page 80 - МІНІСТЕРСТВО АГРАРНОЇ ПОЛІТИКИ УКРАЇНИ
P. 80

80

                   5.2.2  Дисперсія та середнє квадратичне відхилення

                   Дані статистичні характеристики є основними мірками варіації (коливання,
            розсіювання) вивчаємого випадкового процесу.
                   В загальному випадку для визначення дисперсії (D) статистично випадкового
            процесу не потрібно знати значину середньої арифметичної. Процедура розрахунку
            цієї характеристики передбачає знання величини та кількості ординат вибірки.
                   Дисперсія є завжди позитивною, а її розмірність дорівнює квадрату розмір-
            ності досліджуваного параметра. Оскільки це не завжди зручно, то застосовується
            характеристика, яка дорівнює кореню квадратовому із дисперсії. Цілком зрозумі-
            ло,  що  вона  має  розмірність  досліджуваного  параметра  і  називається  середнім
            квадратичним відхиленням або стандартом (). Значина стандарту завжди запису-
            ється із знаком «». Наприклад,  = 3,5 см;  = 25 кН;  = 1,5 кг тощо.
                   Для порівняння дисперсій двох процесів D  і D  з об’ємами вибірок N  i N
                                                                        1
                                                                             2
                                                                                                               2
                                                                                                         1
            використовують загальновідомий F- критерій Фішера:
                                                        F =  D /D  2,
                                                               1
                   де між оцінюваними дисперсіями має виконуватись співвідношення D  > D .
                                                                                                        1
                                                                                                              2
                   Табличну  значину  F-критерію  (F )  знаходять  в  залежності  від  вибраного
                                                             т
            статистичного рівня значущості і числа незалежних вимірювань f  i f :
                                                                                               2
                                                                                           1
                                                        f  = N  – 1;
                                                              1
                                                         1
                                                        f  = N  – 1.
                                                         2
                                                              2
                   Якщо розрахована значина F більша або дорівнює F , то з вибраною довір-
                                                                                   т
            чою ймовірністю можна стверджувати, що дисперсія D  більша за дисперсію D .
                                                                                                              2
                                                                                1
            Інакше між цими статистичними характеристиками суттєвої різниці немає і нуль-
            гіпотеза про їх рівність не відхиляється.
                   Якщо порівнюються не дві, а декілька дисперсій, то замість F-критерію Фі-
            шера застосовують критерій Кокрена (G). Для k експериментів з однаковим чис-
            лом вимірювань N маємо:
                                                G = D  max /(D  + D  + …+ D ).                           (5.4)
                                                                    2
                                                                               k
                                                              1
                   Відношення максимальної із дисперсій до суми усіх інших має свій ймовір-
            нісний розподіл, який залежить від статистичного рівня значущості, числа диспе-
            рсій і числа ступенів вільності f = N – 1. Теоретичні значини цього розподілу (G )
                                                                                                              т
            табульовані.
                   Якщо значина G, розрахована згідно з (5.4), є менша за табличну (G ), то усі
                                                                                                      т
            k дисперсій вважаються однорідними на прийнятому статистичному рівні значу-
            щості. Коли ж  G > G , то неоднорідна дисперсія D            max  виключається, а із решти (k–
                                      т
            1) перевіряється наступна максимальна. Порівняння здійснюють до тих пір, поки
            не отримують умову G < G .
                                             т
                   Нехай, для прикладу, треба оцінити значущість наступних трьох дисперсій:
                                                2
                             2
                                                                    2
            D  = 25,46 см ;  D  = 36,96 см  і D  = 15,16 см .  Усі вони отримані у 3-х експери-
              1
                                                      3
                                  2
            ментах (k = 3) із числом вимірювань у кожному N = 10.  Максимальною із приве-
                                                                    2
            дених дисперсій є друга, тобто D        max  = 36,96 см .
                   Із формули (5.4) отримуємо, що
                   G = D  max /(D  + D  + D ) = 36,96/(25,46 + 36,96 + 20,16) = 0,447.
                                             3
                                       2
                                 1
   75   76   77   78   79   80   81   82   83   84   85