Критерий Фишера
Материал из MachineLearning.
(→Описание критерия) |
(уточнение) |
||
Строка 6: | Строка 6: | ||
В [[регрессионный анализ|регрессионном анализе]] критерий Фишера позволяет оценивать значимость линейных регрессионных моделей. | В [[регрессионный анализ|регрессионном анализе]] критерий Фишера позволяет оценивать значимость линейных регрессионных моделей. | ||
- | В частности, он используется в [[шаговая | + | В частности, он используется в [[шаговая регрессия|шаговой регрессии]] для проверки целесообразности включения или исключения независимых переменных (признаков) в регрессионную модель. |
В [[Дисперсионный анализ|дисперсионном анализе]] критерий Фишера позволяет оценивать значимость факторов и их взаимодействия. | В [[Дисперсионный анализ|дисперсионном анализе]] критерий Фишера позволяет оценивать значимость факторов и их взаимодействия. | ||
Строка 27: | Строка 27: | ||
::<tex>\overline{x}=\frac{1}{n}\sum_{i=1}^n {x_i};\;\; \overline{y}=\frac{1}{m}\sum_{i=1}^m {y_i}</tex> — выборочные средние выборок <tex>x^n</tex> и <tex>y^m</tex>. | ::<tex>\overline{x}=\frac{1}{n}\sum_{i=1}^n {x_i};\;\; \overline{y}=\frac{1}{m}\sum_{i=1}^m {y_i}</tex> — выборочные средние выборок <tex>x^n</tex> и <tex>y^m</tex>. | ||
- | '''Дополнительное предположение''': выборки <tex>x^n</tex> и <tex>y^m</tex> являются [[ | + | '''Дополнительное предположение''': выборки <tex>x^n</tex> и <tex>y^m</tex> являются [[Нормальное распределение|нормальными]]. |
Критерий Фишера чувствителен к нарушению предположения о нормальности. | Критерий Фишера чувствителен к нарушению предположения о нормальности. | ||
Версия 14:44, 13 ноября 2009
|
Критерий Фишера применяется для проверки равенства дисперсий двух выборок. Его относят к критериям рассеяния.
При проверке гипотезы положения (гипотезы о равенстве средних значений в двух выборках) с использованием критерия Стьюдента имеет смысл предварительно проверить гипотезу о равенстве дисперсий. Если она верна, то для сравнения средних можно воспользоваться более мощным критерием.
В регрессионном анализе критерий Фишера позволяет оценивать значимость линейных регрессионных моделей. В частности, он используется в шаговой регрессии для проверки целесообразности включения или исключения независимых переменных (признаков) в регрессионную модель.
В дисперсионном анализе критерий Фишера позволяет оценивать значимость факторов и их взаимодействия.
Критерий Фишера основан на дополнительных предположениях о независимости и нормальности выборок данных. Перед его применением рекомендуется выполнить проверку нормальности.
Примеры задач
Описание критерия
Заданы две выборки .
Обозначим через
и
дисперсии выборок
и
,
и
— выборочные оценки дисперсий
и
:
;
,
где
— выборочные средние выборок
и
.
Дополнительное предположение: выборки и
являются нормальными.
Критерий Фишера чувствителен к нарушению предположения о нормальности.
Статистика критерия Фишера:
имеет распределение Фишера с и
степенями свободы.
Обычно в числителе ставится большая из двух сравниваемых дисперсий.
Тогда критической областью критерия является правый хвост распределения Фишера,
что соотвествует альтернативной гипотезе
.
Критерий (при уровне значимости ):
- против альтернативы
- если
или
, то нулевая гипотеза
отвергается в пользу альтернативы
.
- если
- против альтернативы
- если
, то нулевая гипотеза
отвергается в пользу альтернативы
;
- если
где есть
-квантиль распределения Фишера с
и
степенями свободы.
Литература
- Кобзарь А. И. Прикладная математическая статистика. — М.: Физматлит, 2006. — 816 с.
См. также
- Критерий Стьюдента
- Проверка статистических гипотез
- Статистика (функция выборки)
- Нормальный дисперсионный анализ
Ссылки
- Распределение Фишера (Википедия).
- Критерий Фишера (Википедия).