Критерий Тьюки

Материал из MachineLearning.

(Различия между версиями)

Чижик Григорий (Обсуждение | вклад)
(Новая: ==Критерий Тьюки== Критерий Тьюки основан на последовательности статистик <br /> <tex>T_j=\frac{|\bar{x_j}-\bar{x}|}{s\sqrt...)
К следующему изменению →

Версия 19:50, 10 января 2009

Содержание

1 Критерий Тьюки
2 Требования к выборкам
3 Литература
4 Ссылки

Критерий Тьюки

Критерий Тьюки основан на последовательности статистик
$T_j=\frac{|\bar{x_j}-\bar{x}|}{s\sqrt{\frac{k-1}{kn}}}$

сравнивающих попарно все исследуемые среднии $\bar{x_j}$ с общим средним $\bar{x}$ .
В этом случае $s^2$ является оценкой общей дисперсии с $f=k(n-1)$ степенями свободы. т.е.

$s^2=\frac{1}{k(n-1)}\sum_{j=1}^k\sum_{i=1}^{n}(x_{ij}-\bar{x})^2$

Если $T_j<T_{\alpha}$ для всех $j=1,...,k$ , где $T_{\alpha}$ - критическое значение критерия Тьюки,
то нулевая гипотеза $H_0 (x_1=x_2=...=x_k)$ принимается. Нарушение неравенства для любого $j$ отклоняет нулевую гипотезу.