Критерий Стьюдента¶

Критерий Стьюдента (t-критерий) — это общее название для группы статистических тестов, основанных на распределении Стьюдента (t-распределении). Основная цель критерия — проверка гипотез о равенстве средних значений в двух выборках или о равенстве среднего значения одной выборки некоторому известному значению. Критерий применяется, когда данные подчиняются нормальному закону распределения, и является одним из наиболее распространённых параметрических методов в статистическом анализе.

¶История

Критерий был разработан английским статистиком Уильямом Госсетом (William Sealy Gosset), работавшим на пивоваренную компанию «Гиннесс» (Arthur Guinness & Son). В 1908 году он опубликовал работу под псевдонимом «Student» (Студент), так как политика компании запрещала сотрудникам публиковать научные работы под своими именами. В своей статье «The Probable Error of a Mean» Госсет ввёл распределение, которое позже стало известно как t-распределение, и описал метод проверки гипотез для малых выборок.

До работы Госсета для проверки гипотез о средних использовалось нормальное распределение, которое давало неточные результаты при малом объёме выборки (n < 30). Госсет показал, что распределение выборочного среднего, нормированного на выборочное стандартное отклонение, не является нормальным, а подчиняется t-распределению, форма которого зависит от числа степеней свободы. Впоследствии критерий был доработан и популяризирован Рональдом Фишером, который ввёл термин «t-критерий» и предложил таблицы критических значений.

¶Математическая основа

Критерий Стьюдента основан на t-статистике, которая в общем виде представляет собой отношение разности между выборочным средним и гипотетическим значением (или разности двух выборочных средних) к стандартной ошибке этой разности. Формула t-статистики для одновыборочного критерия:

\[ t = \frac{\bar{x} - \mu_0}{s / \sqrt{n}} \]

где:

\(\bar{x}\) — выборочное среднее,
\(\mu_0\) — гипотетическое значение среднего в генеральной совокупности,
\(s\) — выборочное стандартное отклонение,
\(n\) — объём выборки.

Полученное значение t сравнивается с критическим значением из t-распределения с \(n-1\) степенями свободы. Если абсолютное значение t превышает критическое, нулевая гипотеза (о равенстве средних) отвергается на заданном уровне значимости.

¶Виды критерия Стьюдента

¶Одновыборочный t-критерий

Используется для проверки гипотезы о том, что среднее значение генеральной совокупности равно некоторому известному числу \(\mu_0\). Например, проверка утверждения, что средний рост мужчин в регионе составляет 175 см.

¶Двухвыборочный t-критерий для независимых выборок

Применяется для сравнения средних двух независимых групп (например, экспериментальной и контрольной). Различают две модификации:

Стандартный t-критерий (с равными дисперсиями) — предполагает, что дисперсии в обеих выборках равны. Для проверки этого предположения часто используется критерий Фишера (F-тест) или критерий Левена.
t-критерий Уэлча (с неравными дисперсиями) — не требует равенства дисперсий и использует скорректированное число степеней свободы. Является более надёжным, когда дисперсии существенно различаются.

¶Парный t-критерий

Используется для сравнения средних в зависимых выборках, например, при измерении одного и того же показателя до и после воздействия на одних и тех же объектах. В этом случае вычисляется разность между парами наблюдений, и проверяется гипотеза о равенстве средней разности нулю.

¶Условия применения

Для корректного использования критерия Стьюдента необходимо выполнение следующих условий:

Нормальность распределения — данные в каждой группе должны быть приблизительно нормально распределены. Для выборок объёмом более 30 (по центральной предельной теореме) критерий устойчив к умеренным отклонениям от нормальности.
Независимость наблюдений — значения в выборках не должны быть связаны (кроме парного критерия, где зависимость является частью дизайна).
Гомогенность дисперсий (для стандартного двухвыборочного критерия) — дисперсии в сравниваемых группах должны быть равны.

При нарушении этих условий рекомендуется использовать непараметрические аналоги, такие как U-критерий Манна — Уитни (для независимых выборок) или T-критерий Вилкоксона (для парных сравнений).

¶Интерпретация результатов

Результат применения t-критерия обычно представляется в виде значения t-статистики, числа степеней свободы (df) и p-уровня значимости. Если p-значение меньше выбранного порога (обычно 0,05), нулевая гипотеза отвергается, и делается вывод о статистически значимом различии средних. Важно различать статистическую значимость и практическую значимость: при больших выборках даже малые различия могут быть статистически значимыми, но не иметь практического смысла.

¶Применение

Критерий Стьюдента широко используется в различных областях:

Медицина и фармакология — сравнение эффективности лекарственных препаратов (например, среднего снижения давления в группах плацебо и лечения).
Психология и социология — анализ различий в тестовых баллах между группами испытуемых.
Биология и сельское хозяйство — сравнение урожайности сортов растений или прироста массы животных.
Технические науки — оценка точности измерительных приборов, сравнение прочности материалов.
Экономика — анализ доходности инвестиционных портфелей, сравнение средних зарплат в разных отраслях.

¶Критика и ограничения

Основные ограничения критерия Стьюдента связаны с его чувствительностью к выбросам и требованием нормальности распределения. Выбросы могут существенно исказить среднее и стандартное отклонение, что приведёт к неверным выводам. Кроме того, при множественных сравнениях (например, попарное сравнение нескольких групп) применение t-критерия без коррекции (например, поправки Бонферрони) увеличивает вероятность ошибки первого рода (ложноположительного результата). В таких случаях предпочтительнее использовать дисперсионный анализ (ANOVA).

¶Интересные факты

Псевдоним «Student» был выбран Госсетом, чтобы избежать нарушения конфиденциальности компании «Гиннесс». Даже после смерти автора в 1937 году его имя не всегда указывалось в публикациях.
Распределение Стьюдента является частным случаем обобщённого распределения Стьюдента, которое используется в робастной статистике.
В современных статистических пакетах (R, SPSS, Python SciPy) t-критерий реализован в стандартных функциях, что делает его доступным для широкого круга пользователей.

¶Источники

Student. The Probable Error of a Mean // Biometrika. — 1908. — Vol. 6, № 1. — P. 1–25.
Fisher R. A. Statistical Methods for Research Workers. — Edinburgh: Oliver and Boyd, 1925.
Гмурман В. Е. Теория вероятностей и математическая статистика. — М.: Высшая школа, 2003.
Лемешко Б. Ю., Лемешко С. Б. Статистический анализ данных. — Новосибирск: НГТУ, 2017.

BFOmetr — база данных и аналитика по компаниям России.

На главную BFOmetr →