Q-критерий Кохрена

Материал из Википедии — свободной энциклопедии
Перейти к навигации Перейти к поиску

Q-критерий Кохрена (англ. Cochran's Q test) — непараметрический статистический тест, используемый для проверки того, оказывают ли два или более воздействий одинаковый эффект на группы  (англ.). При этом отклик группы может принимать только 2 возможных значения (обозначаемых как 0 и 1)[1][2][3][4]. Критерий получил название по имени Уильяма Кохрена  (англ.). Не следует путать Q-критерий Кохрена с G-критерием Кохрена. При использовании Q-критерия предполагается, что результат воздействия описывается только двумя типами (например, успех/неудача, 1/0) и существуют более чем 2 группы одинакового размера. Критерий определяет, является ли доля успеха одинаковой в разных группах. Часто он используется для определения того, получают ли разные наблюдатели одного и того же явления схожий результат (вариабельность субъективной экспертной оценки)[5].

Условия проведения экспериментов[править | править код]

Предполагается, что имеют место k > 2 экспериментальных воздействий и что наблюдения сгруппированы в b блоков  (англ.)

Воздействие 1 Воздействие 2 Воздействие k
Блок 1 X11 X12 X1k
Блок 2 X21 X22 X2k
Блок 3 X31 X32 X3k
Группа b Xb1 Xb2 Xbk

Описание[править | править код]

Q-критерий Кохрена:

Нулевая гипотеза (H0): воздействия имеют одинаковый эффект.
Альтернативная гипотеза (Ha): существует разница в эффективности различных воздействий.

Статистика Q-критерия Кохрена:

,

где

k — число воздействий,
X• j — сумма по столбцу для j-го воздействий,
b — число групп,
Xi • — сумма по строке для i-й группы,
N — общая сумма.

Критическая область[править | править код]

Для уровня значимости α, критическая область:

где Χ21 − α,k − 1 — (1 − α)-квантиль распределения хи-квадрат с k − 1 степенями свободы. Нулевая гипотеза отклоняется, если статистика находится в критической области. Если по Q-критерию отвергается нулевая гипотеза об одинаковом эффекте воздействий, могут быть осуществлены попарные множественные сравнения с применением Q-критерия Кохрена для оценки двух интересующих воздействий.

Примерное распределение статистики T может быть рассчитано для малого количества исследуемых объектов. Это позволяет примерно оценить критическую область. Первый алгоритм был предложен в 1975 году Патилем[6], второй — Фами и Белетуалем[7] в 2017 году.

Допущения[править | править код]

Q-критерий Кохрена применим при применении следующих допущений:

  1. должно быть исследовано большое количество объектов, b должно быть большим.
  2. группы должны быть выбраны случайно из всего возможного набора групп.
  3. воздействие на группы может быть описано дихотомической переменной, которая принимает только 2 возможных значения (например, «0» или «1»)

Сопутствующие критерии[править | править код]

Ссылки[править | править код]

Примечания[править | править код]

  1. Q критерий Кохрена. Дата обращения: 11 февраля 2019. Архивировано 12 февраля 2019 года.
  2. William G. Cochran. The Comparison of Percentages in Matched Samples (англ.) // Biometrika : journal. — 1950. — December (vol. 37, no. 3/4). — P. 256—266. — doi:10.1093/biomet/37.3-4.256. — JSTOR 2332378.  (англ.)
  3. Conover, William Jay. Practical Nonparametric Statistics (неопр.). — Third. — Wiley, New York, NY USA, 1999. — С. 388—395. — ISBN 9780471160687. (англ.)
  4. National Institute of Standards and Technology. Cochran Test Архивная копия от 2 апреля 2019 на Wayback Machine (англ.)
  5. Mohamed M. Shoukri. Measures of interobserver agreement (неопр.). — Boca Raton: Chapman & Hall/CRC, 2004. — ISBN 9780203502594.  (англ.)
  6. Kashinath D. Patil. Cochran’s Q test: Exact distribution (англ.) // Journal of the American Statistical Association : journal. — 1975. — March (vol. 70, no. 349). — P. 186—189. — doi:10.1080/01621459.1975.10480285. — JSTOR 2285400. (англ.)
  7. Fahmy T.; Bellétoile A. Algorithm 983: Fast Computation of the Non-Asymptotic Cochran’s Q Statistic for Heterogeneity Detection (англ.) // ACM Transactions on Mathematical Software (TOMS) : journal. — 2017. — October (vol. 44, no. 2). — P. 1—20. — doi:10.1145/3095076. (англ.)