<<
>>

2.2 Параметрические и непараметрические критерии

Статистические критерии, с помощью которых можно установить достоверность различия между параметрами (M, ?) вариационных рядов одноимённого признака в двух выборках (или в выборке и генеральной совокупности) называются параметрическими.

Они используются при предположении, что распределения сравниваемых рядов близки к нормальному.

Критерий Стьюдента (t). Весьма известный критерий, предложенный У. Госсетом. Критерий Стьюдента для сравнения одноимённых параметров (P1 и P2) двух вариационных рядов имеет при ngt;20 в общей форме вид:

,

где в знаменателе стоит ошибка разности этих параметров, представляющая собою корень квадратный из суммы квадратов ошибок репрезентативности выборочных параметров:

.

С учётом формул ошибок репрезентативности критерий t приобретает окончательный вид: для сравнения средних арифметических:

для сравнения средних квадратических отклонений:

.

Оценка достоверности разницы производится с помощью сравнения полученного значения t со стандартным (tst), взятым из соответствующей таблицы при выбранном уровне достоверности и числе степеней свободы.

Рассмотрим пример: Изучалось число лепестков венчика у Ficaria verna из двух популяций в окрестностях г. Пушкина Ленинградской области (1965 г.). Были получены следующие выборочные параметры:

Критерий t для определения достоверности разницы между средними:

.

Критерий t для определения достоверности разницы между средними квадратичными отклонениями:

.

По таблице значений tst при (почти 500) t01=2.59. Делаем вывод: две популяции Ficaria verna достоверно отличаясь по среднему признака совпадают по степени изменчивости числа лепестков.

Критерий Фишера (F) является более точным критерием сравнения средних квадратических отклонений. Он представляет собой отношение двух дисперсий:

,

причём в числителе берут большую дисперсию их двух. Для вышерассмотренного примера имеем:

.

Из таблицы стандартных критериев Фишера находим, при и . Берём близкие значения по таблице: и . При 1%-ом уровне достоверности получаем F=1.39. Видим, что F lt; Fst и следовательно вывод совпадает с предыдущим.

Для сравнения двух выборок, распределение которых далеко от нормального или выборки весьма малы, рекомендуется использовать непараметрические критерии различия. Рассмотрим некоторые из них, которые активно применяются в биологических науках (в частности в экологических исследованиях).

Критерий ?-квадрат. Критерий был открыт ещё в 1875-1877 гг. Хельмертом, но затем был забыт и открыт уже К. Пирсоном. Рассчитывается по формуле:

,

где f – наблюдаемая частота; f* - ожидаемая частота. Если ?2 gt; ?2st. То нулевая гипотеза об отсутствии различия между теоретическим и эмпирическим распределениями отвергается. Если ?2 lt; ?2st. То нулевая гипотеза об отсутствии различия между теоретическим и эмпирическим распределениями принимается.

Число степеней свободы находится по формуле: , где М – число классов.

Рассмотрим пример: Проверим гипотезу об отсутствии относительной приуроченности вида к какому-либо местообитанию на примере пчелы Megachile rotundata (F.) по 7-летним материалам. М = 5; N = 22905;

Ожидаемое число особей рассчитываем по формуле:

,

где Nj – число особей S видов в j-ой выборке. , а ni – общее число особей одного вида во всех выборках М; , а pij – доля i-го вида в j-ой выборке.

Таблица 2.1

Оценка различий между ожидаемым и наблюдаемым распределением частот по критерию хи-квадрат

Номер место-обита-ния, j

Объём выборки, Nj

Фактичес-кое число особей i-го вида, nij=f

Ожидаемое число особей i-го вида, pijNj =f*

f-f*

(f-f*)

(f-f*)/f*

1

5483

25

24,68

0,32

0,104

0,004

2

1683

7

7,56

-0,56

0,314

0,041

3

2047

14

9,21

4,79

22,944

2,488

4

9578

36

43,09

-7,09

50,298

1,164

5

4114

21

18,52

2,48

6,150

0,332

Сумма

22905

103

103,06

4,029

При p = 0,05, ?2st = 9,5, следовательно гипотеза принимается.

Другой часто применяемый в биологии критерий это критерий Колмогорова-Смирнова:

,

где n1j и n2j – число особей соответственно 1-го и 2-го видов; и – накопленное число особей соответственно 1-го и 2-го видов. Эмпирическое значение ? оценивается по трём постоянным значениям критерия: 1,36 при p = 0,05; 1,63 при p = 0,01; 1,95 при p = 0,001. Нулевая гипотеза формулируется как утверждение об отсутствии различий между распределениями. Если ? gt; ?st. То нулевая гипотеза об отсутствии различия между теоретическим и эмпирическим распределениями отвергается. Если ? lt; ?st. То нулевая гипотеза об отсутствии различия между теоретическим и эмпирическим распределениями принимается.

Приведём пример вычисления критерия Колмогорова-Смирнова между сезонной динамикой относительного обилия двух видов. Все необходимые данные представим в виде таблицы.

Таблица 2.2

Оценка различий между теоретическим и эмпирическим распределениями по критерию Колмогорова-Смирнова

Месяц

Декада

Номер периода сезона

Число особей

Накопленные частоты

Доли накопленных частот

Абсолютная разница долей накопленных частот

1-й вид 2-й вид 1-й вид 2-й вид 1-й вид 2-й вид
V 3-я 1 64 0 64 0 0,338 0,000 0,338
1-я 2 74 2 138 2 0,729 0,005 0,724
VI 2-я 3 15 16 153 18 0,809 0,047 0,762
3-я 4 29 6 182 24 0,962 0,063 0,899
1-я 5 2 34 184 58 0,972 0,152 0,820
VII 2-я 6 4 174 188 232 0,995 0,606 0,389
3-я 7 1 144 189 376 1,000 0,981 0,019
VIII 1-я 8 0 7 189 383 1,000 1,000 0,000

Подставляем данные в формулу: .

Нулевая гипотеза отвергается. Рассчитайте все примеры самостоятельно и проверьте свои результаты.

 

<< | >>
Источник: Горшков М.В.. Экологический мониторинг. Учеб. пособие. 2010

Еще по теме 2.2 Параметрические и непараметрические критерии:

  1. Выбор статистического показателя
  2. План исследования
  3. Меры связи
  4. Общие принципы
  5. Нормативно-ценностный компонент религиозности как фактор безопасного поведения молодежи
  6. ЭКСПЕРИМЕНТАЛЬНОЕ ИССЛЕДОВАНИЕ ДИНАМИКИ ПОСТТРАВМАТИЧЕСКОЙ СТРЕССОВОЙ АДАПТАЦИИ УЧАСТНИКОВ БОЕВЫХ ДЕЙСТВИЙ М. Е. Зеленова, Е. О. Лазебная (Москва)
  7. МОТИВАЦИЯ ДОСТИЖЕНИЯ УСПЕХА И ИЗБЕГАНИЯ НЕУДАЧИ МОСКОВСКИХ СТУДЕНТОВ О. Р. Бусарова (Москва)
  8. 2.2 Параметрические и непараметрические критерии
  9. 2.5 Дисперсионный анализ
  10. 4.1 Пакет статистических программ Statistica
  11. 4.2 Редактор электронных таблиц MS Excel
  12. ВВЕДЕНИЕ
  13. Методы и приёмы социально-гуманитарных наук
  14. Маркеры стратегий принятия решения
  15. 1.1. HEIMAT в специальных отечественных и зарубежных исследованиях
  16. 1.8. СТАТИСТИЧЕСКИЙ МЕТОД: ОТ ФАКТОВ К ЭМПИРИЧЕСКИМ ЗАКОНАМ
  17. 3.7.2.2 Алгоритм запуска вспышки