Примеры анализа данных для рейтингов
G.1 Общие положения
Данное приложение использует примеры, описанные в приложении Е. Первые два примера касаются проверки различия, где нулевую гипотезу , можно определить как: два продукта А и В извлекают из двух множеств, которые имеют одинаковое среднее.
Последние два примера касаются испытания по типу "не хуже", где нулевая гипотеза , может быть определена как: продукт А хуже продукта В на величину, по крайней мере, равную А; следовательно, продукт А не равноценен продукту В.
Для проверки различия данные примеры рассматриваются в двухсторонней гипотезе. В случае односторонней гипотезы необходимо консультироваться со специалистом в области статистики.
G.2 Пример 1 (случай 1 приложения Е): подтвердить, что два продукта А и В воспринимаются по-разному; каждый испытатель дает оценку только одному продукту
- После обсуждения с заказчиком лаборатория опросила 230 потребителей: 110 потребителей в отношении продукта А (=110) и 120 потребителей в отношении продукта В (=120). Для двух продуктов лаборатория получила средние значения и стандартные отклонения, а именно: =7,23, =1,85, =6,87, and =1,65.
- Значение задается формулой (G.1):
, (G.1)
где - стандартное отклонение в пределах испытанных продуктов.
рассчитывают по формуле (G.2):
. (G.2)
Следовательно, в данном примере:
,
.
Значение : .
Это значение сравнивают с заданным значением для выбранного -риска. Это значение задается квантилем () t-распределения с степенями свободы. Для -риска=5%, в данном примере оно равно 1,970.
Чтобы отвергнуть , должно быть . Поскольку 1,558<1,970, это условие не подтверждается в данном примере: лаборатория не может сделать заключение о том, что существует заметное различие между двумя средними значениями продуктов А и В.
- Поэтому лаборатория рассчитывает эффективную мощность критерия по формуле (G.3):
. (G.3)
Значение рассчитывают по формуле (G.3):*
________________
* Текст документа соответствует оригиналу. - Примечание изготовителя базы данных.
, (G.4)