Matematicheskaya_statistika_v_meditsine
.pdf2.Рядом с каждой эмпирической частотой записать теоретическую частоту (третий столбец).
3.Подсчитать разности между эмпирической и теоретической частотой по каждому разряду (строке) и записать их в четвертый столбец.
4.Возвести в квадрат полученные разности, разделить их на теоретическую частоту и записать результаты в пятый столбец.
5.Просуммировать значения пятого столбца. Полученную сумму обозначить как 2 эмп
6.Определить число степеней свободы по формуле: f k 1,
где k – количество разрядов признака.
Если f =1, внести поправку на "непрерывность".
7. Определить по таблице 19 критические значения для данного числа степеней свободы f. Отметить их на оси значимости.
Отметить на оси значимости также эмпирическое значение критерия и сделать вывод.
10.3. λ-критерий Колмогорова-Смирнова
Назначение критерия: Критерий
предназначен для сопоставления двух распределе-
ний:
●эмпирического с теоретическим, например, равномерным или нормальным;
●одного эмпирического распределения с другим эмпирическим распределением. Критерий позволяет найти точку, в которой сумма накопленных расхождений между
двумя распределениями является наибольшей, и оценить достоверность этого расхождения.
Если в методе
|
2 |
|
мы сопоставляли частоты двух распределений отдельно по каждому раз-
ряду, то здесь мы сопоставляем сначала частоты по первому разряду, потом по сумме первого и второго разрядов, потом по сумме первого, второго и третьего разрядов и т. д. Таким образом, мы сопоставляем всякий раз накопленные к данному разряду частоты.
Если различия между двумя распределениями существенны, то в какой-то момент разность накопленных частот достигнет критического значения, и мы сможем признать различия статистически достоверными. В формулу критерия включается эта разность. Чем больше эмпирическое значение , тем более существенны различия.
Мы не можем накапливать частоты по разрядам, которые отличаются лишь качественно и не представляют собой шкалы порядка. Во всех тех случаях, когда разряды представляют собой не упорядоченные по возрастанию или убыванию какого-либо признака категории,
нам следует применять метод |
|
2 |
. |
|
Условия применения критерия:
● Критерий требует, чтобы выборка была достаточно большой:
○ При сопоставлении двух эмпирических распределений необходимо, чтобы
n1,2 50 .
○ Сопоставление эмпирического распределения с теоретическим иногда допускается при n≥5.
● Разряды должны быть упорядочены по нарастанию или убыванию какого-либо признака. Они обязательно должны отражать какое-то однонаправленное его изменение. Например, мы можем за разряды принять дни недели, 1-й, 2-й, 3-й месяцы после прохождения курса терапии, повышение температуры тела, усиление чувства недостаточности и т. д. Если взять разряды, которые случайно оказались выстроены в данную последовательность, то и накопление частот будет отражать лишь этот элемент случайного соседства разрядов. Мы не можем говорить об однонаправленном изменении признака при сопоставлении категорий "очередность рождения", "национальность", и т.п. Эти данные представляют собой номинативные шкалы: в них нет никакого однозначного однонаправленного изменения признака.
81
Гипотезы:
Н0: Различия между двумя распределениями недостоверны. Н1: Различия между двумя распределениями достоверны.
Расчет абсолютной величины разности d между эмпирическим и равномерным распределениями:
1.Занести в таблицу наименования разрядов и соответствующие им эмпирические частоты (первый столбец).
2.Подсчитать относительные эмпирические частоты (частости) для каждого разряда по формуле:
f |
|
|
/ n |
эмп f |
эмп |
||
|
|
|
где fэмп – эмпирическая частота по данному разряду; п – общее количество наблюдений.
Занести результаты во второй столбец.
3. Подсчитать накопленные эмпирические частости |
f |
|
по формуле: |
||||
j |
|||||||
f |
|
|
|
|
|
|
|
j f |
j 1 f |
j |
|
|
|
||
где |
f |
|
– частость, накопленная на предыдущих разрядах; |
||||
j 1 |
j – порядковый номер разряда;
f*j – эмпирическая частость данного j-го разряда. Занести результаты в третий столбец таблицы.
Подсчитать накопленные теоретические частости для каждого разряда. Занести результаты в четвертый столбец таблицы.
4.Вычислить разности между эмпирическими и теоретическими накопленными частостями по каждому разряду (между значениями 3-го и 4-го столбцов).
5.Записать в пятый столбец абсолютные величины полученных разностей. Обозначить их как d.
6.Определить по пятому столбцу наибольшую абсолютную величину разности – dmax.
7.По таблице 20 определить или рассчитать критические значения dmaxкр для данного количества наблюдений n. Сделать выводы: если dmax равно критическому значению dmaxкр или превышает его, различия между распределениями достоверны.
Расчет критерия λ при сопоставлении двух эмпирических распределений:
1.Занести в таблицу наименования разрядов (первый столбец) и соответствующие им эмпирические частоты, полученные в распределении 1 (второй столбец) и в распределении 2 (третий столбец).
2.Подсчитать эмпирические относительные частоты (частости) по каждому разряду для распределения 1 по формуле:
fэi1 nэi1 / n1
где nэi1 – эмпирическая частота в разряде i; n1 – количество наблюдений в выборке 1.
Занести эмпирические частости распределения 1 в четвертый столбец.
3.Аналогично подсчитать эмпирические относительные частоты (частости) по каждому разряду для распределения 2. Занести эмпирические частости распределения 2 в пятый столбец таблицы.
4.Подсчитать накопленные относительные частоты для распределения 1. Полученные результаты записать в шестой столбец.
82
5.Подсчитать накопленные относительные частоты для распределения 2 и записать результаты в седьмой столбец.
6.Подсчитать разности между накопленными относительными частотами по каждому разряду. Записать в восьмой столбец абсолютные величины разностей. Обозначить их как d.
7.Определить по восьмому столбцу наибольшую абсолютную величину разности dmax.
8. Подсчитать значение критерия
эмп
по формуле:
|
|
d |
|
|
n n |
||
|
|
|
1 |
2 |
|||
|
|
|
|
|
|
||
|
эмп |
|
max |
|
n |
n |
|
|
|
|
|
|
|||
|
|
|
|
|
1 |
|
2 |
где n1 – количество наблюдений в первой выборке n2 – количество наблюдений во второй выборке
9. По таблице 21 определить критические значения и отметить их на оси значимости. Отметить также на оси значимости эмпирическое значение критерия и сделать вывод.
По таблице 21 можно определить, какому уровню статистической значимости соответствует полученное значение .
Примеры решения задач
Пример 29. При изучении популярности теорий личности был проведен опрос, в котором каждому из 60 студентов медико-психологов было предложено выбрать три самые интересные теории. Результаты выборов распределились следующим образом:
З.Фрейд |
Э.Фромм |
Г.Айзенк |
А.Бандура |
Дж.Келли |
А.Маслоу |
56 |
39 |
23 |
11 |
19 |
32 |
Существуют ли явно предпочитаемые студентами теории личности? (Сравните с равномерным распределением).
Решение:
Так как в данной задаче требуется сопоставить распределения, и признак «Автор теории личности» задан в шкале наименований, а объем выборки больше 30, и объем каждой ячейки превосходит 5, то будем использовать χ2-критерий Пирсона для решения.
Гипотезы:
Н0: Полученное эмпирическое распределение признака не отличается от теоретического (равномерного) распределения.
H1: Полученное эмпирическое распределение признака отличается от теоретического распределения.
1. Занесем в первый столбец таблицы наименования разрядов, во второй – соответствующие им эмпирические частоты nэ.
83
Разряды
З.Фрейд
Э.Фромм
Г.Айзенк
А.Бандура
Дж.Келли
А.Маслоу
nэ
56
39
23
11
19
32
180
nт
30
30
30
30
30
30
180
n |
n |
э |
т |
26
9
-7
-19
-11
2
0
(n |
э |
n |
т |
) |
2 |
|
|||||
|
|
|
|
||
|
|
n |
|
|
|
|
|
т |
|
|
22.5333
2.7000
1.6333
12.0333
4.0333
0.1333
20706,000
2. Если бы количество выборов распределялось равномерно между всеми теориями, то
частота каждого разряда была бы
дого |
разряда |
nт 30 . |
столбец. |
|
|
180 |
30 |
, таким образом, теоретическая частота для каж- |
|||||
6 |
|||||||
|
|
|
|
|
|
||
Запишем |
теоретические |
частоты |
в |
третий |
3.Подсчитаем разности между эмпирической и теоретической частотой по каждому разряду (строке) и запишем их в четвертый столбец.
4.Возведем в квадрат полученные разности и разделим их на теоретическую частоту и запишем результаты в пятый столбец.
5.Просуммируем значения пятого столбца.
|
|
k |
(n |
n |
|
) |
2 |
|
|
|
2 |
|
|
|
|
||||
|
эмп |
эi |
тi |
|
22.5333 |
2.7000 |
1.6333 12.0333 |
||
|
|
n |
|
|
|||||
|
|
1 |
|
|
|
|
|
|
|
|
|
|
|
тi |
|
|
|
|
|
4.0333 0.1333 |
43,067. |
|
|
где k – количество разрядов признака.
6. Определим число степеней свободы по формуле:
f
k
1
6 1
5
.
|
7. |
Найдем по таблице 19 критические значения для |
f 5 |
, |
|
2 |
|
|
|
кр (0,01) 15,086 . Нанесем на оси значимости полученные значения. |
|
|||
|
8. |
Отметим на оси значимости и эмпирическое значение критерия: |
|
2 |
кр (0,05) |
11,070
,
Как видно, |
|
2 |
попадает в «зону значимости», следовательно, H0 отклоняется, H1 |
эмп |
принимается на уровне значимости p 0.01. Эмпирическое распределение признака отлича-
ется от равномерного распределения. Существуют явно предпочитаемые студентами теории личности.
Пример 30. Пользуясь критерием Пирсона, установить, согласуется ли гипотеза о нормальном распределении генеральной совокупности с данными выборки объема n=200:
84
xi |
5 |
7 |
9 |
11 |
13 |
15 |
17 |
19 |
21 |
ni |
15 |
26 |
25 |
30 |
26 |
21 |
24 |
20 |
13 |
Решение:
Так как в данной задаче требуется сравнить эмпирическое распределение с нормальным, и объем выборки превосходит 50, то для решения задачи можно использовать χ2- критерий Пирсона или λ-критерий Колмогорова – Смирнова. Для учебных целей рассмотрим решение задачи с помощью χ2-критерия Пирсона.
Гипотезы:
Н0: Полученное эмпирическое распределение признака не отличается от теоретического (нормального) распределения.
H1: Полученное эмпирическое распределение признака отличается от теоретического распределения.
1. Для расчета теоретических частот сначала необходимо найти выборочную среднюю, выборочную дисперсию и выборочное среднее квадратическое отклонение:
x
12.63
;
|
2 |
|
22.043
;
4.695
2. Подсчитаем значения функции плотности распределения вероятностей по формуле нормального закона:
|
|
|
|
|
( x |
x ) |
2 |
|
|
|
|
|
|
|
|||
|
|
1 |
|
|
i |
|
|
|
f (x ) |
|
|
|
|
2 |
|
||
|
e |
|
2 |
|
||||
|
|
|
|
|
||||
i |
|
2 |
|
|
|
|
|
|
|
|
|
|
|
|
|
xi |
|
5 |
7 |
9 |
11 |
|
13 |
|
15 |
17 |
19 |
21 |
f (x ) |
0.023 |
0.041 |
0.063 |
0.080 |
|
0.085 |
|
0.075 |
0.055 |
0.034 |
0.017 |
|
|
i |
|
|
|||||||||
nm |
i |
9.077 |
16.565 |
25.214 |
32.009 |
|
33.892 |
|
29.930 |
22.045 |
13.543 |
6.939 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
3. Подсчитаем значения теоретических частот: |
|
|
|
|
||||||||
|
|
|
|
|
nm |
i |
nhf (xi ) , |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
где n – объем выборки, h – разность между двумя соседними вариантами.
4. Построим следующую таблицу, куда занесем разряды, эмпирические и теоретические частоты. Подсчитаем разности между эмпирической и теоретической частотой по каждому разряду (строке) и запишем их в четвертый столбец.
xi |
nэ |
nm |
5 |
15 |
9.077 |
7 |
26 |
16.565 |
9 |
25 |
25.214 |
11 |
30 |
32.009 |
13 |
26 |
33.892 |
15 |
21 |
29.930 |
17 |
24 |
22.045 |
19 |
20 |
13.543 |
21 |
13 |
6.939 |
n |
n |
э |
т |
5.923
9.435
-0.214
-2.009
-7.892
-8.930
1.955
6.457
6.061
(n |
э |
n |
т |
) |
2 |
|
|||||
|
|
|
|
||
|
|
n |
|
|
|
|
|
т |
|
|
3.865
5.374
0.002
0.126
1.838
2.665
0.173
3.078
5.294
5.Возведем в квадрат полученные разности, разделим их на теоретическую частоту и запишем результаты в пятый столбец.
6.Просуммируем значения пятого столбца:
85
|
|
k |
(n |
|
n |
|
) |
2 |
|
|
|
|
2 |
эi |
тi |
|
|
|
|
||||
|
эмп |
|
|
|
3.865 |
5.374 |
0.002 0.126 |
|
|||
|
|
|
n |
|
|
||||||
|
|
1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
тi |
|
|
|
|
|
|
1.838 2.665 0.137 3.078 5.294 22.414. |
|
где k – количество разрядов признака.
7. Определим число степеней свободы по формуле: Найдем по таблице 19 критические значения
f |
k 3 9 3 6. |
|
|
для f 6 : |
2кр (0.05) 12.592 , |
|
2 |
кр (0.01) |
16.812
. Нанесем на оси значимости полученные значения.
Отметим |
|
на |
оси |
значимости |
эмпирическое |
значение |
критерия. |
|
|
|
|
|
|
8. Как видно, |
|
2 |
попадает в «зону значимости», следовательно, H0 отклоняется, H1 |
|||
эмп |
||||||
принимается на уровне значимости |
p 0,01. Эмпирическое распределение признака отлича- |
ется от нормального распределения.
Пример 31. С целью повышения надежности результатов исследования данные тестирования двух групп были объединены в одну выборку. До объединения данные по группам выглядели следующим образом:
Баллы |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
10 |
11 |
12 |
13 |
14 |
15 |
16 |
1 группа |
2 |
2 |
5 |
7 |
10 |
15 |
18 |
25 |
30 |
22 |
13 |
7 |
3 |
1 |
2 группа |
4 |
7 |
13 |
19 |
30 |
27 |
21 |
18 |
12 |
7 |
4 |
2 |
0 |
0 |
Проверьте, правильно ли поступил исследователь, объединив данные двух групп, если известно, что такая операция требует, чтобы данные обеих групп принадлежали одной генеральной совокупности.
Решение:
Для сопоставления двух эмпирических распределений можно использовать как критерий Пирсона, так и λ-критерий Колмогорова – Смирнова. В первом случае требуется находить теоретические частоты объединенного распределения, поэтому отдадим предпочтение второму критерию, тем более объемы выборок позволяют это сделать (n1, n2≥50).
Гипотезы:
Н0: Эмпирические распределения частот по баллам в группе 1 и в группе 2 не различа-
ются.
Н1: Эмпирические распределения частот по баллам в группе 1 и в группе 2 отличаются друг от друга.
1.Занесем в таблицу наименования разрядов – баллы (первый столбец) и соответствующие им эмпирические частоты, полученные в распределении 1 (второй столбец) и в распределении 2 (третий столбец).
2.Подсчитаем эмпирические относительные частоты (частости) по каждому разряду для распределения 1, например, для первого разряда:
86
f |
э11 |
n |
/ n 2 /160 0.0125 |
|
э11 |
1 |
Занесем эмпирические частости распределения 1 в четвертый столбец.
3.Анологично подсчитаем эмпирические относительные частоты (частости) по каждому разряду для распределения 2. Занесем эмпирические частости распределения 2 в пятый столбец таблицы.
4.Подсчитаем накопленные относительные частоты для распределения 1, например:
f |
нак11 |
|
|
|
fэ11
0.0125
;
f |
нак21 |
|
|
|
f |
нак11 |
f |
э21 |
0.0125 0.0125 0,025 |
|
|
|
и т.д.
|
Эмпирич. часто- |
Эмпирич. |
Накопл. |
||||
Баллы |
|
ты |
частости |
частости |
|||
|
nэi1 |
|
nэi2 |
fэi1 |
fэi2 |
fнакi1 |
fнакi2 |
3 |
2 |
|
4 |
0.0125 |
0.02439 |
0.0125 |
0.02439 |
4 |
2 |
|
7 |
0.0125 |
0.042683 |
0.025 |
0.067073 |
5 |
5 |
|
13 |
0.03125 |
0.079268 |
0.05625 |
0.146341 |
6 |
7 |
|
19 |
0.04325 |
0.115854 |
0.1 |
0.262195 |
7 |
10 |
|
30 |
0.0625 |
0.182927 |
0.1625 |
0.445122 |
8 |
15 |
|
27 |
0.09375 |
0.164634 |
0.25625 |
0.609756 |
9 |
18 |
|
21 |
0.1125 |
0.128049 |
0.36875 |
0.737805 |
10 |
25 |
|
18 |
0.15625 |
0.109756 |
0.525 |
0.847561 |
11 |
30 |
|
12 |
0.1875 |
0.073171 |
0.7125 |
0.920732 |
12 |
22 |
|
7 |
0.1375 |
0.042683 |
0.85 |
0.963415 |
13 |
13 |
|
4 |
0.08125 |
0.02439 |
0.93125 |
0.987805 |
14 |
7 |
|
2 |
0.04375 |
0.012195 |
0.975 |
1 |
15 |
3 |
|
0 |
0.01875 |
0 |
0.99875 |
1 |
16 |
1 |
|
0 |
0.00625 |
0 |
1 |
1 |
Σ |
160 |
|
164 |
1 |
1 |
|
|
d |
f |
накi1 |
f |
накi2 |
|
|
|
0.01189
0.042073
0.090091
0.162195
0.282622
0.353506
0.369055
0.322561
0.208232
0.113415
0.056555
0.025
0.00625
0
Полученные результаты запишем в шестой столбец.
5.Подсчитаем накопленные относительные частоты для распределения 2 и запишем результаты в седьмой столбец.
6.Подсчитаем разности между накопленными относительными частотами по каждому разряду. Запишем в восьмой столбец абсолютные величины разностей. Обозначим их как d.
7.Определим по восьмому столбцу наибольшую абсолютную величину разности dmax=0.369055.
8. Подсчитать значение критерия
эмп
по формуле:
|
|
d |
|
|
n n |
0,369055 |
160 164 |
3,32 |
|
|||
эмп |
max |
|
1 2 |
|
|
|||||||
|
|
|
|
n |
n |
|
160 164 |
|
|
|||
|
|
|
|
|
|
|
|
|
||||
|
|
|
|
|
|
1 |
|
2 |
|
|
|
|
9. По |
таблице 21 |
определим |
критические |
значения: кр (0.05) 1,36 |
, |
Отметим их на оси значимости, а также эмпирическое значение критерия.
|
(0.01) |
кр |
|
1,63
.
87
эмп
попадает в зону значимости – принимаем Н1. Эмпирические распределения частот
по баллам в группе 1 и в группе 2 отличаются друг от друга, значит, исследователь поступил неправильно, данные две группы принадлежат разным генеральным совокупностям.
88
ГЛАВА 11. МНОГОФУНКЦИОНАЛЬНЫЕ СТАТИСТИЧЕСКИЕ КРИТЕРИИ
Многофункциональный статистический критерий φ*
Многофункциональные статистические критерии – это критерии, которые могут использоваться по отношению к самым разнообразным данным, выборкам и задачам.
Данные могут быть представлены в любой шкале, начиная от номинативной. Выборки могут быть как независимыми, так и «связанными», то есть мы можем с помощью многофункциональных критериев сравнивать и разные выборки испытуемых, и показатели одной и той же выборки, измеренные в разных условиях.
Многофункциональные критерии позволяют решать задачи сопоставления уровней исследуемого признака, сдвигов в значениях исследуемого признака и сравнения распределений.
К числу многофункциональных критериев в полной мере относится критерий *-
Фишера (угловое преобразование Фишера).
Многофункциональные критерии построены на сопоставлении долей, выраженных в долях единицы или в процентах. Суть критериев состоит в определении того, какая доля наблюдений (реакций, выборов, испытуемых) в данной выборке характеризуется интересующим исследователя эффектом и какая доля этим эффектом не характеризуется.
Таким эффектом может быть:
●определенное значение качественно определяемого признака – например, выражение согласия с каким-либо предложением; отнесенность к определенному полу и др.;
●определенный уровень количественно измеряемого признака, например, получение оценки, превосходящей проходной балл; решение задачи менее чем за 20 с; выбор дистанции
вразговоре, превышающей 50 см, и др.;
●определенное соотношение значений или уровней исследуемого признака, например, более частый выбор альтернатив А и Б по сравнению с альтернативами В и Г; преимущественное проявление крайних значений признака, как самых высоких, так и самых низких; преобладание положительных сдвигов над отрицательными и др.
Итак, путем сведения любых данных к альтернативной шкале «Есть эффект – нет эффекта» многофункциональные критерии позволяют решать все три задачи сопоставлений – сравнения «уровней», оценки «сдвигов» и сравнения распределений.
Назначение критерия: Критерий Фишера предназначен для сопоставления двух выборок по частоте встречаемости интересующего исследователя эффекта. Критерий оценивает достоверность различий между долями двух выборок, в которых зарегистрирован интересующий эффект. Суть углового преобразования Фишера состоит в переводе долей в величины
центрального угла, который измеряется в радианах. Большей доле будет соответствовать больший угол , а меньшей доле – меньший угол, но соотношения здесь не линейные:
2 arcsin( |
) |
где – доля, выраженная в долях единицы.
Критерий |
* |
позволяет определить, действительно ли один из углов статистически до- |
|
стоверно превосходит другой при данных объемах выборок. При увеличении расхождения между углами 1 и 2 и увеличении численности выборок значение критерия возрастает. Чем больше величина *, тем более вероятно, что различия достоверны.
Условия применения:
● Ни одна из сопоставляемых долей не должна быть равной 0.
● Верхний предел в критерии |
|
* |
отсутствует – выборки могут быть сколь угодно |
|
большими.
● Нижний предел – 2 наблюдения в одной из выборок, но должны соблюдаться следующие соотношения:
89
○Если в одной выборке 2 наблюдения, то во второй должно быть не менее 30.
○Если в одной из выборок 3 наблюдения, то во второй должно быть не менее 7.
○Если в одной из выборок 4 наблюдения, то во второй должно быть не менее 5.
○При n1,n2≥5 возможны любые сопоставления.
Гипотезы:
Н0: Доля лиц, у которых проявляется исследуемый эффект, в выборке 1 не больше, чем в выборке 2.
Н1: Доля лиц, у которых проявляется исследуемый эффект, в выборке 1 больше, чем в
выборке 2.
Подсчет критерия φ*:
1. Определить те значения признака, которые будут критерием для разделения испытуемых на тех, у кого «есть эффект», и тех, у кого «нет эффекта». Если признак измерен количественно, использовать критерий для поиска оптимальной точки разделения.
2.Подсчитать количество испытуемых в первой группе и во второй группе, у которых «есть эффект», m1 и m2, соответственно.
3.Определить доли испытуемых, у которых «есть эффект», в каждой группе отдельно, путем отнесения их количества к общему количеству испытуемых в данной группе (выборке):
m n
,
где m – количество испытуемых в выборке, у которых «есть эффект», n – количество наблюдений в выборке.
Если одна из сопоставляемых долей равна нулю, попробовать изменить эту ситуацию, сдвинув точку разделения групп в ту или иную сторону. Если это невозможно или нежела-
тельно, отказаться от критерия * и использовать критерий |
2 |
. |
|
|
|||
4. Подсчитать величины углов |
, выразив их в радианах, для каждой из сопоставляе- |
||
мых долей по формуле: |
|
|
|
2 arcsin( ) |
|
|
|
5. Подсчитать эмпирическое значение
*эмп
по формуле:
эмп |
|
|
|
n |
n |
|
|
2 |
1 |
2 |
|
|
|||
1 |
|
|
n |
n |
|
|
|
|
|
|
|
|
|
||
|
|
|
|
1 |
2 |
|
|
где: 1 – угол, соответствующий 1-й выборке; |
|
|
|||||
2 – угол, соответствующий 2-й выборке; |
|
|
|||||
n1 – количество наблюдений в выборке 1; |
|
|
|||||
n2 – количество наблюдений в выборке 2. |
|
|
|||||
6. Сопоставить |
полученное значение |
*эмп |
с критическими значения- |
||||
ми: кр (0.05) 1.64 |
и кр (0.01) 2.31 и сделать вывод. |
|
Примеры решения задач
Пример 32. По данным об исходах лечения острых гнойных деструкций легких в виде гнойных и гангренозных абсцессов необходимо оценить значимость различий групп по летальности.
Номер |
Форма |
|
Число |
Число летальных |
группы |
заболевания |
|
больных |
исходов |
|
|
|
|
|
1 |
Гнойный абсцесс |
|
140 |
4 |
|
|
90 |
|
|