Числа в номинальной шкале не показывают количественную определенность характеристик данного объекта. Например, большой номер полиса социального страхования не означает, что его владелец имеет какое-то превосходство над тем, у кого он меньше. Это же касается и чисел, присваиваемых классам. Единственной допустимой с числами в номинальной шкале является счет. Допустимо только ограниченное количество статистических расчетов, базирующихся на подсчете частот. К ним относятся процентные соотношения, мода, хи-и биномиальные критерии (подробности — в главе 15). Не имеет смысла подсчет среднего номера страхования, среднего пола респондентов в исследовании или номера, присвоенного среднему магазину, как это показано в следующем примере. [c.319]
Критерий Колмогорова-Критерий серий Биномиальный критерий [c.540]
Парные Биномиальный критерий [c.581]
Бесповторная выборка, 414 Библиографические базы данных, 161 Биномиальный критерий, 590 [c.947]
В этом параграфе мы изложим некоторые хорошо известные из математической статистики результаты для определения доверительных интервалов и обсудим критерии для среднего одной совокупности или разности средних двух совокупностей. В последнем случае нас не интересуют два средних сами по себе, перед нами пока не стоит задача совместного вывода (см. часть Б). Мы обсудим также оценку биномиальной вероятности и квантили. На результатах этого параграфа мы будем основываться далее при определении объема выборки. [c.132]
Как уже упоминалось, в отношении одной переменной из одной выборки можно нять проверку гипотезы по критерию В этом плане он также является критерием согласия. Он проверяет, действительно ли существует статистически значимая между наблюдаемым числом случаев в каждой категории и ожидаемым. Другие методы проверки включают критерий серий и биномиальный тест. [c.590]
Статистический критерий согласия для переменных. Он проверяет степень согласия наблюдаемого числа наблюдений в каждой категории с числом наблюдений, ожидаемым G условиях конкретного биномиального распределения. [c.591]
Из VI.8 мы узнали, что ММР не гарантирует требования к вероят-дости (1), поэтому некоторые факторы должны оказаться важными. Следовательно, мы хотим узнать, для какой комбинации факторов процедура неработоспособна. Анализ, проведенный в VI.9, не смог точно выявить действительно важные факторы. С помощью регрессионного анализа (или дисперсионного анализа) показано, что при обычных значениях ошибок все эффекты значимо отличаются от нуля (кроме параметров fjj и р 6 + (324 + Рз )- Но, как мы показали, некоторые из этих эффектов могут тем не менее оказаться несущественными. Биномиальные критерии по отвергнутым комбинациям позволили предположить, что факторы 2 и 6 и их взаимодействия наиболее важны, но при этом не удалось сделать каких-либо определенных выводов. Следовательно, в дальнейших экспериментах мы можем исследовать все 2 комбинаций факторов, собрать отвергнутые комбинации и про- [c.308]
Критерий серий test) представляет собой критерий случайности для дихотомических (двузначных) переменных. Эту проверку выполняют, определяя, действительно ли порядок или последовательность, в которой получены наблюдения, случайны. Биномиальный критерий (binomial test) также является согласия для дихотомических переменных. Он проверяет степень (согласия) числа наблюдений в каждой категории с числом наблюдений, ожидаемым в условиях конкретного биномиального распределения. [c.590]
Согласно теореме Муавра — Лапласа биномиальное распределение стремится к нормальному с ростом объема выборки п. Была выдвинута гипотеза о нормальности распределения случайной величины Дх, которая проверялась методом имитационного моделирования. Для проверки гипотезы использовался критерий согласия Колмогорова. [c.58]
В V.A.3 мы приведем ряд хорошо известных результатов для доверительных интервалов и критериев для среднего одной нормальной совокупности или разности между средними двух нормальных совокупностей. Мы обсудим, например, /-критерий для одной либо двух совокупностей с неизвестными и возможно различными дисперсиями. Рассматриваются предположения -критерия и имитационное моделирование, а также биномиальное распределение и оценивание квантилей. В V.A.4 изучается определение объема выборки. Для доверительного интервала заданной длины обсуждается двойная выборка и (асимптотически состоятельная и эффективная) последовательная выборка. Многочисленные применения в моделировании и экспериментах Монте-Карло показывают, что правила останова срабатывают. Мы также определим объем выборки для проверки гипотез с заданными ошибками аир при применении двойной выборочной процедуры. В качестве альтернативы можно взять подход, основанный на селекции ( зона безразличия ), который отбирает с заданной надежностью уточненную совокупность. Эвристический последовательный метод применен в имитационном эксперименте. Проверку гипотез с заданными ошибками а и р и строго последовательной выборкой можно осуществить по критерию последовательного отношения вероятностей Вальда (Wald) (КПОВ) (при условии, что нет мешающих параметров следовательно, для биномиальной совокупности существует точный КПОВ). Часть А заканчивается приложениями, упражнениями и библиографией. [c.121]