Cтраница 1
Незначимые величины в этой таблице взяты в круглые скобки. Значимость постоянной методической ошибки а определялась, как обычно, с помощью г-критерия. [1]
В скобки взяты незначимые величины. [2]
![]() |
Схематическое изображение разновидностей экспериментальных. [3] |
Следовательно, прежде чем приступить к любой обработке данных по методу наименьших квадратов, необходимо учесть или свести до незначимой величины все систематические ошибки. Если в эксперименте не учтена систематическая ошибка, то распределение отклонений, получаемых при вычислении функции по методу наименьших квадратов, будет искажено относительно их первоначального распределения. [4]
Однако неизбежные ошибки, возникающие при выборочном методе исследования в связи с изучением только части объектов, могут быть заранее оценены и посредством правильной организации выборки сведены к практически незначимым величинам. Между тем использование сплошного наблюдения даже там, где это принципиально возможно, не говоря уже о росте трудоемкости, стоимости и увеличении необходимого времени, часто приводит к тому, что каждое отдельное наблюдение поневоле проводится с меньшей точностью. А это уже сопряжено с неустранимыми ошибками и в конечном счете может привести к снижению точности сплошного наблюдения по сравнению с выборочным. [5]
![]() |
Варианты рассеяния значений. [6] |
Анализ стандартизованных остатков дает более сложную картину. Так, у Единства во всех возрастных группах зафиксированы статистически незначимые величины стандартизованных остатков. На этой основе можно сделать вывод о том, что в данном исследовании связь между возрастом и голосованием за Единство не наблюдается. [7]
Снижение смертности значительно снизило вероятность прекращения брака вследствие овдовения. В развитых странах овдовение в репродуктивном возрасте - статистически незначимая величина. [8]
Иными словами, правильность можно охарактеризовать как отсутствие статистически значимого отклонения результата анализа от надежно установленного содержания целевого компонента в пробе. Поэтому в большинстве случаев необходима разработка таких условий анализа, которые позволили бы свести систематическую погрешность к статистически незначимой величине. [9]
![]() |
Корреляция затрат на корову с продуктивностью. [10] |
Как ясно из формулы (8.11), минимальное, именно нулевое, значение коэффициента корреляции может быть достигнуто, если положительные и отрицательные произведения отклонений признаков от их средних величин в числителе полностью уравновесят друг друга. Это свидетельствовало бы о полном отсутствии связи, но вероятность такого абсолютно точного взаимопогашения крайне мала для любой реальной, не бесконечно большой совокупности. Поэтому и при отсутствии реальной связи коэффициент корреляции на практике не равен нулю. Как отделить реальные, надежно установленные связи от таких случайных, незначимых величин коэффициента корреляции, рассматривается в следующем разделе этой главы. [11]
Правильность, по определению, есть качество анализа, отражающее близость к нулю систематических погрешностей его результатов. Иными словами, правильность можно характеризовать как отсутствие статистически значимого отклонения результата анализа от надежно установленного содержания анализируемого компонента в пробе. Опыт показывает, что в аналитической практике редко приходится встречаться с постоянными по величине систематическими погрешностями. В то же время закон их распределения в большинстве случаев остается неизвестным. Разумеется, можно представить систематическую погрешность как случайную величину, если случайным образом выбрать данные из большого числа измерений для одной и той же пробы в разных лабораториях в течение длительного промежутка времени. Однако ценность определенной таким образом погрешности будет невелика, поскольку нельзя будет использовать полученное значение для практической оценки точности измерений. Поэтому в большинстве случаев необходима разработка таких условий анализа, которые бы позволяли свести систематическую погрешность к статистически незначимой величине. [12]