Критерий Тьюки

Материал из MachineLearning.

Перейти к: навигация, поиск

Содержание

Постановка задачи

Имеется k выборок равного объёма n из нормально распределённой совокупности:

x_{11},\; \ldots,\; x_{1n_1},
x_{21},\; \ldots,\; x_{2n_2},
\ldots
x_{k1},\; \ldots,\; x_{kn_k}.

Проверяется гипотеза гипотеза о статистической неразличимости средних:

H_0:\:\: \bar{\mu}_1=\bar{\mu}_2=\ldots=\bar{\mu}_k.

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,\ldots,k, где T_{\alpha} — критическое значение критерия Тьюки, то нулевая гипотеза H_0 принимается. Нарушение неравенства для любого j отклоняет нулевую гипотезу.

Требования к выборкам

Для критерия Тьюки необходимо, чтобы дисперсии s_j^2 всех выборок были статистически неразличимы.

Литература

↑ Кобзарь А. И. Прикладная математическая статистика. — М.: Физматлит, 2006 стр. 403

Ссылки

См. также

Критерий стьюдентизированного размаха

Источник — «http://www.machinelearning.ru/wiki/index.php?title=%D0%9A%D1%80%D0%B8%D1%82%D0%B5%D1%80%D0%B8%D0%B9_%D0%A2%D1%8C%D1%8E%D0%BA%D0%B8»
Личные инструменты