Cтраница 3
Другая разновидность статистических гипотез для распределений, близких к нормальному, связана со сравнением дисперсий. [31]
Существующие методы количественного контроля однородности смеси после смешения базируются на статистическом анализе, основанном на сравнении теоретической дисперсии с фактическим значением среднеквадратичного отклонения концентраций диспергируемого вещества. [32]
Свойство дисперсии, выражаемое равенством (III.12), дает возможность исследовать влияние различных факторов на изучаемый признак путем сравнения дисперсий этих факторов друг с другом. [33]
Свойство дисперсий, выражаемое равенством (1.94), дает возможность исследовать влияние различных факторов на изучаемый признак путем сравнения дисперсий друг с другом. [34]
В противоположность / - критерию, который заключается в сравнении средних, / - критерий заключается в сравнении дисперсий. [35]
Критерий в отличие от / - критерия, который дает сравнение средних, / - - критерий заключается в сравнении дисперсий. Отношение двух сравниваемых дисперсий и есть критерий Фишера. [36]
Если факторная дисперсия окажется меньше остаточной, то уже отсюда непосредственно следует справедливость нулевой гипотезы о равенстве групповых средних, поэтому дальнейшие вычисления ( сравнение дисперсий с помощью критерия F) излишни. [37]
Если факторная дисперсия окажется меньше остаточпой, то уже отсюда непосредственно следует справедливость нулевой гипотезы о равенстве групповых средних, поэтому дальнейшие вычисления ( сравнение дисперсий с помощью критерия F) излишни. [38]
Если факторная дисперсия окажется меньше остаточной, то уже отсюда непосредственно следует справедливость нулевой гипотезы о равенстве групповых средних, поэтому дальнейшие вычисления ( сравнение дисперсий с помощью критерия F) излишни. [39]
Чтобы оценить, является ли расширение в описании r ( m) - - i ( m l) целесообразным, обращаемся вновь к сравнению дисперсий ( т) и Sf ( т 1), найденных для г ( т) и т ( / п 1) соответственно. [40]
В некоторых частных случаях четных одномерных нелинейностей и задачах исследования устойчивости целесообразным оказывается применение также других способов аппроксимации, основанных, например, на сравнении дисперсий [1], [2], [11], [24] или спектральных плотностей ( корреляционных функций [3], [11], [21], [22]) для стационарных систем. [41]
Отметим, что при равноточных наблюдениях ( со / 1) проверка равенства функций упрощается, поскольку все оценки проще и не надо применять критерий Бартлетта для сравнения дисперсий групп в точках. [42]
Если же изменения оказались существенными, а разница между опытной и контрольной группой, наоборот, статистически недостоверна ( хотя при построении диаграмм типа рис. 30 она очевидна), то полезно воспользоваться методом сравнения дисперсий по F-критерию. Этот метод в ряде случаев позволяет убедиться в достоверности различий в реактивности индивидуумов из сравниваемых групп. [43]
Сравнение дисперсий адекватности с экспериментальной дисперсией свойства f позволяет решить вопрос об адекватности моделей эксперименту. Если данные по экспериментальной дисперсии s20 свойства / отсутствуют, сравнение дисперсий адекватности с минимальной из них дает возможность выявить наиболее вероятную ( или вероятные) модель равновесия. [44]
Пусть имеются две серии результатов анализа одного образца А и В, представленные в форме выборочных совокупностей с объемами ПА и пв. Если сравнение дисперсий 5л и SB с помощью F-критерия показывает, что они значимо не отличаются друг от друга, закономерна постановка вопроса о том, значимо ли различие выборочных средних ХА и хв. Если выборочные средние отличаются лишь в силу случайного разброса, обе выборки можно считать принадлежащими одной генеральной совокупности. [45]