Сравнение дисперсий
Две выборочные совокупности, не различаясь значимо по своим средним значениям, могут различаться по стандартным отклонениям (или дисперсиям). В качестве критерия значимости различия дисперсий Фишером предложено отношение
Существуют таблицы значений F(f1, f2) для доверительных вероятностей Р равных 90, 95, 99 и 99,9% и различных сочетаний f1 и f2. Таблица составлена так, что в верхнем горизонтальном ряду отложены значения f1 для большей дисперсии, а в левой вертикальной колонке — значения f2 для меньшей из сравниваемых дисперсий. Нужно обратить внимание на то, что F (f1 , f2)≠ F (f2 , f1).
Нуль-гипотеза равенства дисперсий ( ) может быть отброшена, если экспериментально найденное значение Fр будет превосходить табличное Fт для выбранного уровня значимости (например, с вероятностью 95%).
В некоторых случаях бывает нужно сравнивать несколько дисперсий, полученных от исследованных объектов. Если число степеней свободы для всех выборок одинаково, то для сравнения дисперсий следует пользоваться критерием Кохрена.
Этот критерий основан на законе распределения отношения максимальной эмпири-ческой дисперсии к сумме всех дисперсий.
Если полученное значение критерия Кохрена выше табличного, то можно сделать вывод о различии исследованных объектов.
Оценка резко выделяющихся определений
Каждый экспериментатор знает, что даже одна грубая ошибка может сильно исказить результаты небольшого ряда измерений. Единственным вполне надежным методом выявления грубых ошибок является детальный анализ условий эксперимента, позволяющий исключить те наблюдения, при которых были нарушены стандартные условия измерения. В этом случае сомнительные измерения отбрасываются независимо от их величины. Практически не всегда удается провести анализ условий измерений. Для оценки гру-бых ошибок приходится обращаться к статистическим критериям, которые оказываются также полезными при решении таких сложных аналитических задач, как изучение межлабо-раторных ошибок воспроизводимости, исследование неоднородности материала, оценка мето-дических ошибок при малом числе стандартных образцов и эталонов и т. д. Задача формули-руется следующим образом: проверить гипотезу об однородности (совместимости) резуль-татов измерений, т. е. гипотезу о том, что все измерения, входящие в данную совокупность, можно рассматривать как значения одной и той же случайной величины, подчиняющейся нормальному распределению.
Допустим, что имеется п определений х1, х2, х3 . ., хп, и у нас по тем или иным причинам возникает подозрение, что некоторое i-тое определение хi несовместимо с остальными. Подсчитаем и Sx, пользуясь всеми п значениями случайной величины, и определим относительное отклонение для i -того определения
(3.21)
Если найденное значение ri для любого i-того измерения не превосходит по абсолютной величине табличного значения r для выбранного уровня значимости, то мы можем принять гипотезу об однородности результатов измерений. При больших значениях f r-распределение весьма близко к нормальному распределению. Поэтому при достаточно больших f для проверки гипотезы об однородности измерений можно пользоваться критерием 3σ, полагая, что в этом случае выборочная дисперсия достаточно хорошо характеризует генеральную дисперсию. Если ни одно из отклонений при большом числе измерений не превосходит по абсолютной величине утроенной квадратичной ошибки, то допустимо считать все измерения совместимыми.