Главная Случайная страница Контакты | Мы поможем в написании вашей работы! | ||
|
Начало данной рабочей области полностью совпадает с алгоритмом критерия Уилкоксона-Манна-Уитни. Различия начинаются после выполнения «уникализации» повторяющихся значений, если такие существуют. Определяется чётность или нечётность числа элементов - остаток от деления числа уникальных значений на 2:
ost:=mod(nUnik,2) ost=0
Проверка чётности числа уникальных значений:
test:= ½ “nechetniy” if ost ¹ 0
½ “chetniy” otherwise
test=”chetniy”
Определение числа членов ряда, получающих ранг:
dlina:= ½nUnik if test=“chetniy”
½nUnik-1 otherwise
dlina=136
Создание вектора рангов ранжированного ряда:
vrangnu:=0
vrangnu:= ½i_konets nUnik
½i_nachalo 0
½nrang 2
½while nrang £ nUnik
½ ½if nrang £ dlina
½ ½ ½ i_konets i_konets - 1
½ ½ ½ loc_rangi_konets nrang
½ ½nrang nrang + 1
½ ½if nrang £ dlina
½ ½ ½ i_konets i_konets - 1
½ ½ ½ loc_rangi_konets nrang
½ ½nrang nrang + 1
½ ½if nrang £ dlina
½ ½ ½ i_nachalo i_nachalo + 1
½ ½ ½ loc_rangi_nachalo nrang
½ ½nrang nrang + 1
½ ½if nrang £ dlina
½ ½ ½ i_nachalo i_nachalo + 1
½ ½ ½ loc_rangi_nachalo nrang
½ ½nrang nrang + 1
½loc_rang
vrang0:=1
Создание объединенной матрицы UR: первый столбец - уникальное значение, второй – номер выборки, третий - ранг значения:
URnUnik,2:= 0
UR:=½ for i Î 0..(nUnik-1)
½ ½ Tabli,0 Uniki,0
½ ½ Tabli,1 Uniki,1
½ ½ Tabli,2 vrangi
½Tabl
Проверка числа уникальных значений в матрице UR:
nur:=rows(UR) nur=136
Расчёт ранговых сумм первой и второй выборок R1и R2:
R1:= ½sum 0
½for i Î 0..(nur-1)
½ ½teknvibURi,1
½ ½if teknvib=1
½ ½ ½rang URi,2
½ ½ ½sumsum+rang
½sum
R2:= ½sum 0
½for i Î 0..(nur-1)
½ ½teknvibURi,1
½ ½if teknvib=2
½ ½ ½rangURi,2
½ ½ ½sumsum+rang
½sum
R1=7547 R2=1769
SUMR:=R1+R2 SUMR=9316
proizvmn:=(n1+n2)×(n1+n2+1)/2 proizvmn=9316
Проверка равенства:
raschet_veren:=½”da” if SUMR= proizvmn
½”net” otherwise
raschet_veren=”da”
Определение ранговой суммы меньшей выборки:
R:= ½tR1 if n1<n2
½tR2 if n2<n1
½t (R1+R2)/2 if n1=n2
½t
R=1769
Определение оценки тестовой статистики Зигеля-Тьюки Z:
menv:=½n1 if n1£n2
½n2 if n2<n1
bolv:= ½n1 if n1³n2
½n2 if n2>n1
Z:= êif (n1>9 Ù n2>9) Ú (menv>2 Ù bolv>20)
ê ½ udvR 2×R
ê ½ prozvmn menv×(menv+bolv+1)
ê ½ chislitel udvR - prozvmn
ê ½ ______________
ê ½ znamenatel Ö prozvmn×bolv/3
ê ½ chislitel chislitel-1 if udvR>prozvmn
ê ½ chislitel chislitel+1 otherwise
ê ê t chislitel/znamenatel
êt “ne opredelena” otherwise
êt
Z= -1.153
Задание уровня значимости (двухсторонний в 2 раза больше):
a:=0.05
Определяем ординату (квантиль) t нормированного стандартного нормального распределения (МО=0, s = 1) при уровне значимости 2 = 10%:
t:=qnorm(1-a,0,1)
t=1.645
Определяем модуль тестовой статистики Z:
absZ:= êZ ê
test:=½”gipoteza odnorodnosti oprovergaetsa” if absZ>t
½”gipoteza odnorodnosti ne oprovergaetsa” otherwise
test=”gipoteza odnorodnosti ne oprovergaetsa
Приведенные примеры показывают, что встречаются такие ситуации, когда один критерий (в данном случае - Уилкоксона-Манна-Уитни) опровергает гипотезу об однородности двух групп данных, а другой критерий (здесь - Зигеля-Тьюки) – не опровергает. В этом случае нельзя считать эти две группы данных однородными.
Дата публикования: 2014-11-03; Прочитано: 411 | Нарушение авторского права страницы | Мы поможем в написании вашей работы!