Открыть сервисСервис
Главная → Блог → Критерий согласия Пирсона

Критерий согласия Пирсона

Критерий согласия Пирсона (часто обозначается как \(\chi^2\), «хи-квадрат») — статистический критерий, применяемый для проверки гипотез о виде распределения, независимости признаков и однородности выборок. Относится к группе непараметрических критериев согласия и основан на сравнении наблюдаемых частот с ожидаемыми, которые вычисляются в предположении справедливости проверяемой гипотезы. Назван по имени английского статистика Карла Пирсона, предложившего его в 1900 году.

История

Распределение хи-квадрат и одноимённый критерий были введены Карлом Пирсоном в работе 1900 года, посвящённой проверке согласия эмпирических данных с теоретическими распределениями. Пирсон показал, что при больших объёмах выборки сумма нормированных квадратов отклонений асимптотически подчиняется распределению \(\chi^2\). Позднее, в 1920-х годах, Рональд Фишер уточнил число степеней свободы и формализовал применение критерия, что устранило ряд ошибок в ранних работах. С тех пор критерий стал одним из базовых инструментов прикладной статистики.

Математическая основа

Статистика критерия вычисляется по формуле:

\[ \chi^2 = \sum_{i=1}^{k} \frac{(O_i - E_i)^2}{E_i} \]

где \(O_i\) — наблюдаемая частота в \(i\)-й группе, \(E_i\) — ожидаемая частота, \(k\) — число групп. Чем больше расхождение между наблюдениями и гипотезой, тем больше значение статистики. При справедливости нулевой гипотезы и достаточно большом объёме выборки эта величина приближённо распределена как \(\chi^2\) с определённым числом степеней свободы.

Ключевое условие применимости — достаточная величина ожидаемых частот. На практике считается, что \(E_i\) должны быть не меньше 5; при нарушении этого условия группы объединяют или используют точные критерии.

Основные разновидности

Критерий согласия

Проверяет гипотезу о том, что генеральная совокупность имеет заданный закон распределения (нормальный, равномерный, Пуассона и др.). Число степеней свободы равно \(k - 1 - m\), где \(m\) — число параметров распределения, оценённых по выборке.

Критерий независимости

Применяется к таблицам сопряжённости для проверки гипотезы о независимости двух категориальных признаков. Ожидаемые частоты вычисляются как произведение маргинальных сумм, делённое на общий объём выборки. Число степеней свободы равно \((r-1)(c-1)\), где \(r\) и \(c\) — число строк и столбцов таблицы.

Критерий однородности

Используется для сравнения нескольких выборок по распределению некоторого признака. Проверяет гипотезу о том, что выборки извлечены из одной и той же генеральной совокупности.

Порядок применения

  1. Формулируется нулевая гипотеза \(H_0\) и альтернативная \(H_1\).
  2. Выбирается уровень значимости \(\alpha\) (обычно 0,05 или 0,01).
  3. Вычисляются ожидаемые частоты \(E_i\).
  4. Рассчитывается значение статистики \(\chi^2\).
  5. Определяется число степеней свободы.
  6. Значение статистики сравнивается с критическим из таблицы распределения \(\chi^2\) либо вычисляется p-значение.
  7. Если статистика превышает критическое значение, нулевая гипотеза отвергается.

Применение

Критерий широко используется в биологии, медицине, социологии, экономике, маркетинговых исследованиях и контроле качества. Типичные задачи: проверка равномерности распределения, анализ связи между категориальными переменными (например, между полом и предпочтениями), проверка генетических соотношений в опытах по скрещиванию, оценка соответствия выборочных данных теоретическим моделям.

В России критерий входит в стандартные курсы теории вероятностей и математической статистики для технических и экономических специальностей, реализован в пакетах SPSS, R, Python (SciPy), Excel и других инструментах анализа данных.

Ограничения и критика

Критерий чувствителен к объёму выборки: при очень больших \(n\) даже незначительные отклонения приводят к отвержению нулевой гипотезы. Результат зависит от способа группировки данных и выбора границ интервалов. Критерий не указывает направление и характер отклонений, а лишь фиксирует их наличие. Кроме того, он требует независимости наблюдений и корректного подсчёта ожидаемых частот; при оценке параметров распределения по той же выборке число степеней свободы уменьшается, что часто упускается на практике.

Связанные понятия

С критерием хи-квадрат тесно связаны распределение хи-квадрат, точный критерий Фишера (для малых выборок), критерий отношения правдоподобия, а также мера связи Крамера V, основанная на статистике \(\chi^2\).

Источники: работы К. Пирсона по математической статистике; учебники по теории вероятностей и математической статистике; справочные материалы по статистическим критериям; документация статистических пакетов R и SciPy.

Похожие материалы