Следовательно, нулевая гипотеза о равенстве векторов средних значений двух множеств принимается, т.е. расхождения между работающими мужчинами и женщинами по изучаемым признакам несущественные.
1.1.3. Проверка гипотезы о равенстве ковариационных матриц
Сравнение ковариационных матриц, отражающих взаимосвязи изучаемых признаков, открывает возможность дополнить и уточнить гипотетические предположения относительно самих признаков. Это имеет особое значение, если принять во внимание, что даже специфические, индивидуальные признаковые характеристики могут совпадать случайно.
В социальных и экономических исследованиях существует множество задач, требующих идентификации признаковых связей. Особенно часто они возникают при классификации наблюдаемых объектов, распознавании образов и т.п. Например, при оценке кредитоспособности клиентов банков, при группировке предприятий по уровню устойчивости финансового положения или при оценке эффективности производственной и коммерческой деятельности.
Решения многомерными методами статистики большинства задач изначально предполагают равенство ковариационных матриц различных выборочных совокупностей. Например, в дискриминантном анализе рассматриваются две генеральные совокупности, имеющие многомерный нормальный закон распределения и равные ковариационные матрицы.
На практике учет ковариаций изучаемого комплекса признаков и проверка равенства ковариационных матриц значительно снижает вероятность появления ошибки в выводах. Это происходит из-за весьма малой вероятности случайного совпадения одновременно большого числа сложных характеристик признаковых связей.
Для одномерных случайных величин проверка гипотезы о равенстве их дисперсий в разных выборочных совокупностях осуществляется при помощи критерия Бартлетта
,
(1.5)
при , где k — число нормально распределенных выборочных
совокупностей; nj — объемы каждой из k-выборок,
; n — общий
объем всех выборочных совокупностей
;
— дисперсия
признака в j-й выборочной совокупности,
;
—
объединенная (средняя) по выборкам дисперсия, где
.
Для c2-статистики критические значения находят по
таблицам квантилей c2-распределения по заданному уровню значимости
(a) и числу степеней свободы v =
k-1. Нулевая гипотеза о равенстве дисперсий
отклоняется, если и
принимается, когда
.
В многомерном анализе сравниваются не дисперсии, а ковариационные матрицы двух m-мерных выборочных совокупностей. Критерий принимает следующий вид:
,
(1.6)
где параметры b и –2ln v1 определяются по следующим формулам:
(1.7)
,
(1.8)
где m — число признаков, представляющих многомерную выборочную совокупность.
Величина многомерного ω-критерия сравнивается
с — табличными
значениями и степенями свободы
.
Пример 4. На основе данных из примера 2 произведем расчет ω-критерия по рассчитанным ранее ковариационным матрицам для каждой выборки
;
и n1
= 9; n2 = 7; ;
;
Предварительно рассчитаем значения величин b и –2 ln n1:
;
Расчетное значение ω-критерия равно .
Критическое значение ω-критерия найдем по таблицам c2-распределения при a = 0,05 и числе степеней свободы m(m + 1)/2 или
=(2×3)/2 = 3;
.
Так как ,
следует отвергнуть нулевую гипотезу о равенстве ковариационных матриц S1 и S2. То есть при заданном уровне значимости a = 0,05 их
различие существенно.
Следовательно, вариация и ковариация признаков в рассматриваемых выборках существенно отличаются, при том, что гипотеза о равенстве векторов средних значений подтвердилась (см. предыдущий пример).
1.2. Контрольные задания
Таблица 1.5
Уважаемый посетитель!
Чтобы распечатать файл, скачайте его (в формате Word).
Ссылка на скачивание - внизу страницы.