книги / Статистический анализ данных в геологии. Кн. 2
.pdfРис. 5.21. |
И сп о л ь зо в а н и е дли н ы |
вектора R |
д л я в ы р а ж е н и я ди с п ер си и |
н е к о т о |
|||
|
|
р о го н а б о р а еди ни чн ы х векторов: |
|
||||
и — три |
в ектора, р а с п о л о ж е н н ы х |
в у зк о м |
пучке |
в ок р уг о б щ е г о направлен и я; |
|||
вектор |
R |
о т н о с и т ел ь н о дли н ны й, |
бл изкий к |
чи слу |
я; |
Г> — три ш и р о к о |
р а с с е я н |
|
|
ных вектора; R и м еет лиги'', м е н ь ш ую |
еди ни ц ы |
|
Р и с . 5.22. |
М н о ж е с т в а |
еди ни чн ы х |
векторов, и л л ю ст р и р у ю щ и е зн ачен ие, п о л у |
|
чаемоепри |
р а зл и ч н ом |
р а с п о л о ж е н и и векторов во всех п р и м ер ах, |
с р е д н е е н а |
|
|
|
п р авл ен и е — 52е: |
|
|
а — R — 0,9 9 7 ; б — 7?= 0 ,90; ц — 7? = |
0 ,7 5 ; г — 7?= --0,55; <9 — £ = 0 ,4 0 ; |
С — Ж = 0 ,1 0 |
тора и изменяется от пуля до единицы. Эта мера аналогична дисперсии, но в некотором смысле противоположна ей. Боль шие значения В указывают па то, что наблюденные векторы находятся в узком пучке с малой дисперсией, а значения В, близкие к нулю, указывают на большой разброс векторов. На
42
рис. 5.22 представлены множества векторов, имеющих различ ные значения R. Для того, чтобы иметь меру дисперсии, кото рая увеличивается с увеличением рассеяния, R иногда заменя ют на его дополнение, называемое циклической дисперсией:
s0* = l — R= (n — R)/n. |
(5.44) |
Можно вычислить и другие направленные статистики, вклю чая циклические аналоги стандартного отклонения, моды, ме дианы. Их определения приведены в удобной таблице Гейлом
и Бертом [28J .
Ориентация данных может быть изменена до вычисления средних направлений или мер рассеяния. Так как ориентация может иметь одно из двух противоположных значений, то во избежание ошибок в определении дисперсии необходимо при нять некоторые соглашения. На примере ориентации речной гальки Крамбейн [47] предлагает новое решение этой задачи. Если все измеренные углы удвоить, будет записан тот же угол, независимо от того, какая ориентация была использована. Б качестве примера рассмотрим шарнир складки, которая про стирается с северо-востока на юго-запад. Его ориентация будет одинаковой независимо от того, задать ли угол равным 45° или 225°. Если удвоить углы, мы получим и = 450°, что составляет 450°—360°= 90°.
Среднее направление, длина среднего результирующего век тора и циклическая дисперсия могут быть найдены обычным образом после того, как ориентированные углы были удвоены. Для нахождения и с т и н н о й средней ориентации разделим вы численный угол среднего направления на два. Это проиллюст рировано на рис. 5.23.
Проверка гипотез о циклически распределенных данных
Для проверки статистических гипотез о циклически распре деленных данных мы должны иметь некоторую вероятностную модель, соответствующую изучаемому параметру. Существуют циклические аналоги одномерных распределений, которые мы обсудили в гл. 2, однако наиболее полезно из них распределе ние фон Мпзеса. Это — циклический эквивалент нормального распределения, также обладающий двумя параметрами: сред
ним направлением 0 н параметром концентрации к. Распреде ление фон Мнзеса унимодально н симметрично относительно среднего направления. По мере увеличения параметра концент рации вероятность получения направленного измерения, очень близкого к среднему направлению, увеличивается. Если к рав но нулю, все направления равновероятны и распределение ста новится циклическим равномерным. На рис. 5.24, а представле на форма распределения фон Мпзеса для некоторых значений
43
|
Р ис. |
5.23. У д воен и е у г л а |
с ц ел ь ю вычисления |
с р ед н ей |
ориентации: |
|
||||||||||
а — |
о р и ен т ац и я |
и зм ерен и й, |
п р ед с т а в л ен н ы х |
как |
в екторн ы е |
направлен и я; |
р е |
|||||||||
зул ь т ан т R |
с р е д н е г о н ап р ав л ен и я |
равен 285° и |
б л и зо к |
к н у л е в о м у |
п о д л и н е |
|||||||||||
(/? = 0 ,0 8 ); |
б — |
ор и ен тац и я |
и зм ер ен и й , п р ед с т а в л ен н ы х |
как |
векторы |
н а п р а в л е |
||||||||||
ний |
п осл е |
у д в о е н и я |
углов . |
Р а с п р е д е л е н и е |
б о л е е |
не |
я вл яется |
б и м од ал ь н ы м ; |
||||||||
вектор R о т р а ж а е т правильны й |
т р е н д у д в о е н н ы х |
у гл о в |
и б л и зо к к ед и н и ц е |
п о |
||||||||||||
д л и н е (с р е д н е е |
н а п р а в л е н и е — |
120°; У ? = 0 ,9 7 ); в — |
о р и ен т ац и и |
вновь |
н ан есен ы |
|||||||||||
как |
и сход н ы е углы |
и истинное |
н ап р ав л ен и е |
вектора |
R |
(81°) н а х о д и т с я д е л е |
||||||||||
|
|
|
|
нием |
п оп ол ам |
н ап равлен и я R |
в |
«б» |
|
|
|
|
к. Это распределение может быть также представлено в ус ловной форме (рис. 5.24,6).
Прямое определение параметру концентрации затруднитель но, но его можно оценить через R, если допустить, что данные
являются выборкой |
из |
совокупности, |
имеющей |
распределение |
|
фон Мизеса. В табл. |
5.6 приведены |
оценки |
максимального |
||
правдоподобия _для |
параметра к, соответствующие |
некоторому |
|||
вычисленному R. В некоторых приводимых ниже |
статистичес |
||||
ких критериях мы |
будем использовать эти оценки параметра |
||||
к. |
|
|
|
|
|
Критерий проверки случайности. Простейшая гипотеза, ко торую можно проверить статистическими методами, это гипоте за о случайности направленных наблюдений. Это эквивалент но утверждению о том, что нет предпочтительных направлений
44
о
б
Рис. 5.24. Распределения фон Мизеса, имеющие различные параметры концент рации [33]:
а — расп р едел ен и е, |
п р едс тав л ен н ое в п ол я р н ой ф ор м е; б — р асп р еде л ен и е, |
п р с д е т а з л е н н о е как |
усл о в н о е . И н т ер в а л и зм ер ен и я со о т в ет с т в у ет п олн ой |
|
о к р у ж н о с т и |
|
|
|
|
|
|
Т а б л и ц а 5. |
|
|
О ц ен к а м а к с и м у м а |
п р а в д о п о д о б и я п а р а м е т р а |
к он ц ен трац и и |
|
|||
|
к д л я вы численны х |
значений Я |
[5, |
33] |
|
|
|
R |
К |
|
К |
|
Л |
|
К |
0 , 0 0 |
0 . 0 0 0 0 0 |
0 ,3 4 |
0 ,7 2 5 5 6 |
|
0 ,6 8 |
I ,89 6 3 7 |
|
0 ,0 1 |
0 ,0 2 0 0 0 |
0 , 3 3 |
0 .7 4 7 8 3 |
|
0 , 6 9 |
1 ,9 5 3 5 7 |
|
0 , 0 2 |
0 ,0 4 0 0 1 |
0 , 3 6 |
0,7 7 2 4 1 |
|
0 , 7 0 |
2 ,0 1 3 6 3 |
|
0 , 0 3 |
0 ,0 6 0 0 3 |
0 ,3 7 |
0 ,7 9 7 3 0 |
|
0 ,7 1 |
2 . 0 / 6 8 5 |
|
0 , 0 4 |
0 , 0 8 0 0 6 |
0 , 3 8 |
0 . 8 2 2 5 3 |
|
0 . 7 2 |
2 ,1 4 3 3 9 |
|
0 . 0 5 |
0 , 1 0 0 1 3 |
0 , 3 9 |
0 ,8 4 8 1 2 |
|
0 , 7 3 |
2 ,2 1 4 2 5 |
|
0 ,0 6 |
0 ,1 2 0 2 2 |
0 , 4 0 |
0 ,8 7 4 0 8 |
1 |
0 ,7 4 |
2 ,2 8 9 3 0 |
|
0 , 0 7 |
0 ,1 4 0 3 4 |
0 ,4 1 |
0 ,9 0 0 4 3 |
I |
0 ,7 5 |
2 ,3 6 9 3 0 |
|
0 , 0 8 |
0 ,1 6 0 5 1 |
0 , 4 2 |
0 ,9 2 7 2 0 |
j |
0 ,7 6 |
2 . 4 5 4 9 0 |
|
0 , 0 9 |
0 ,1 8 0 7 3 |
0 , 4 3 |
0 ,9 5 4 4 0 |
|
0 , 7 7 |
2 , Г 1686 |
|
0 , 1 0 |
0 ,2 0 1 0 1 |
0 , 4 4 |
0 ,9 8 2 0 7 |
|
0 ,7 8 |
2 . 5 4 6 1 8 |
|
0 ,1 1 |
0 ,2 2 1 3 4 |
0 , 4 5 |
1 ,0 1 0 2 2 |
|
0 ,7 9 |
2 . тг-Зр 2 |
|
0 , 1 2 |
0 . 2 4 1 7 5 |
0 , 4 6 |
1 ,0 3 8 8 9 |
|
0 , 8 0 |
2 |
7 929 |
0 ,1 3 |
0 ,2 6 2 2 3 |
0 , 4 7 |
1 ,0 6 8 1 0 |
|
0 ,8 1 |
3 ,0 0 0 2 0 |
|
0 ,1 4 |
0 ,2 8 2 7 9 |
0 , 4 8 |
1 ,0 9 7 8 8 |
|
0 , 8 2 |
3 ,1 4 2 6 2 |
|
0 , 1 5 |
0 ,3 0 3 4 4 |
0 , 4 9 |
1 ,1 2 8 2 8 |
|
0 , 8 3 |
3 ,3 0 1 1 4 |
|
0 , 1 6 |
0 ,3 2 4 1 9 |
0 , 5 0 |
1,1 5 9 3 2 |
|
0 ,8 4 |
3,4 7 9 0 1 |
|
0 , 1 7 |
0 ,3 4 5 0 3 |
0 ,5 1 |
1 ,1 9 1 0 5 |
|
0 , 8 5 |
3,680-11 |
|
0 , 1 8 |
0 ,3 6 5 9 9 |
0 , 5 2 |
! ,2 2 3 5 0 |
|
0 , 8 6 |
3 ,9 1 0 7 2 |
|
0 , 1 9 |
0 . 3 8 7 0 7 |
0 , 5 3 |
1,2 5 6 7 2 |
|
0 , 8 7 |
4 ,1 7 7 0 3 |
|
0 , 2 0 |
0 ,4 0 8 2 8 |
0 ,5 4 |
1 ,2 9 0 7 7 |
|
0,8.8 |
4 ,4 8 8 7 6 |
|
0 ,2 1 |
0 ,4 2 6 9 2 |
0 , 5 5 |
1 ,3 2 5 7 0 |
|
0 , 8 9 |
4,85871 |
|
0 , 2 2 |
0 ,4 5 1 1 0 |
0 , 5 6 |
1 ,3 6 1 5 6 |
|
0 , 9 0 |
.‘ ,3 0 4 7 |
|
0 , 2 3 |
0 ,4 7 2 7 3 |
0 , 5 7 |
1,3 9 8 4 2 |
|
0 ,9 1 |
5 . 8 5 2 2 |
|
0 ,2 4 |
0 ,4 9 4 5 3 |
0 , 5 8 |
1 ,4 3 6 3 5 |
|
0 ,9 2 |
6 ,5 3 9 4 |
|
0 , 2 5 |
0 ,5 1 6 4 9 |
0 , 5 9 |
1 ,4 7 3 4 3 |
|
0 , 9 3 |
7 ,4 2 5 7 |
|
0 , 2 6 |
0 ,5 3 8 6 3 |
0 , 6 0 |
1 ,5 1 5 7 4 |
|
0 , 9 4 |
8 . 6 1 0 4 |
|
0 , 2 7 |
0 ,5 6 0 9 7 |
0 ,6 1 |
1 ,5 5 7 3 8 |
|
0 , 9 5 |
1 0 .2 7 1 6 |
|
0 , 2 8 |
0 ,5 8 3 5 0 |
0 , 6 2 |
1 ,6 0 0 4 4 |
|
0 , 9 6 |
12,7661 |
|
0 , 2 9 |
0 ,6 0 6 2 5 |
0 , 6 3 |
1 ,6 4 5 0 6 |
|
0 ,9 7 |
1 6 ,9 2 6 6 |
|
0 , 3 0 |
0 ,6 2 9 2 2 |
0 , 6 4 |
1 ,6 9 1 3 4 |
|
0 ,9 8 |
2 5 ,2 5 2 2 |
|
0 ,3 1 |
0 ,6 5 2 4 2 |
0 , 6 5 |
1 ,7 3 9 4 5 |
|
0 , 9 9 |
3 0 .2 4 2 1 |
|
0 , 3 2 |
0 ,6 7 5 8 7 |
0 , 6 6 |
1 ,7 8 9 5 3 |
|
1 ,0 0 |
|
|
0 , 3 3 |
0 , 6 9 9 5 8 |
0 , 6 7 |
1 ,8 4 1 7 7 |
|
|
|
|
или же |
что вероятность |
любого направления |
одинакова. |
Если |
предположить, что наблюдения представляют выборку in со вокупности с распределением фон Мнзеса, то соответствующая гипотеза эквивалентна утверждению, что параметр концентра ции к равен нулю, так как при /с = 0 распределение циклически равномерно. Иными словами, нулевая гипотеза и альтернатива таковы: Н0 : л = 0, Hi : к > 0.
Критерий крайне прост и требует лишь вычисления значе ния R по формуле (5.43)._3атем эта статистика сравнивается с критическим значением Я для заданного уровня значимости. Если наблюдения извлечены из циклического равномерного
46
|
Критическое значение R критерия Релся |
Т а б л и ц а 5.7 |
||
|
|
|||
|
о наличии предпочтительного тренда [51] |
|
||
.. |
|
УрО-ОРЬ ЗИП |
а, % |
|
Pill п |
10 |
5 |
ДГ, |
1 |
■ |
||||
1 |
0 , 7 6 8 |
0 , 8 4 7 |
0 , 9 0 5 |
0 , 9 6 0 |
|
0 , 6 7 7 |
0 , 7 5 4 |
0 , 8 1 6 |
0 , 8 7 9 |
0 |
0 , 6 1 8 |
0 , 6 9 0 |
0 , 7 5 3 |
0 ,825 |
|
0 . 5 7 2 |
0 , 6 4 2 |
0 , 7 0 2 |
0 ,7 7 1 |
|
0 ,535 |
0 ,602 |
0 , 6 6 0 |
0 , 7 2 5 |
9 |
0 , 5 0 4 |
0 . 5 6 9 |
0 . 6 2 4 |
0 , 6 8 7 |
10 |
0 , 4 7 8 |
0 , 5 4 0 |
0 , 5 9 1 |
0 , 6 5 5 |
11 |
0 , 4 5 6 |
0 , 5 1 6 |
0 , 5 6 7 |
0 , 6 2 7 |
12 |
0 . 4 3 7 |
0 ,4 9 4 |
0 , 5 4 4 |
0 , 6 0 2 |
13 |
0 , 4 2 0 |
0 , 4 7 5 |
0 , 5 2 4 |
0 , 5 8 0 |
0 , 4 0 5 |
0 , 4 5 8 |
0 , 5 0 5 |
0 , 5 6 0 |
|
15 |
0 .3 9 1 |
0 . 4 4 3 |
0 , 4 8 9 |
0 , 5 4 2 |
1G |
0 , 3 7 9 |
0 , 4 2 9 |
0 . 4 / 4 |
0 , 5 2 5 |
17 |
0 , 3 6 7 |
0 4 ’ 7 |
0 , 4 6 0 |
0 , 5 1 0 |
18 |
0 . 3 5 7 |
0 ,4 0 5 |
0 ,4 4 7 |
0 ,4 9 6 |
19 |
0 ,3 4 3 |
0 ,3 9 1 |
0 ,4 3 6 |
0 ,4 8 4 |
20 |
0 ,3 3 9 |
0 ,3 8 5 |
0 ,4 2 5 |
0 ,4 7 2 |
21 |
0 ,3 3 1 |
0 ,3 7 5 |
0 ,4 1 5 |
0 ,4 6 1 |
22 |
0 ,3 2 3 |
0 ,3 6 7 |
0 ,4 0 5 |
0 ,4 5 1 |
23 |
0 , 3 1 6 |
0 ,3 5 9 |
0 ,3 9 7 |
0 ,4 4 1 |
24 |
0 ,3 0 9 |
0 ,3 5 1 |
0 , 3 8 9 |
0 , 4 3 2 |
25 |
0 ,3 0 3 |
0 ,3 4 4 |
0 ,3 8 1 |
0 , 4 2 3 |
30 |
0 ,2 7 7 |
0 ,3 1 5 |
0 , 3 4 8 |
0 , 3 8 7 |
35 |
0 , 2 5 6 |
0 ,2 9 2 |
0 ,3 2 3 |
0 , 3 5 9 |
40 |
0 , 2 4 0 |
0 ,2 7 3 |
0 ,3 0 2 |
0 , 3 3 6 |
45 |
0 , 2 2 6 |
0 ,2 6 7 |
0 , 2 8 5 |
0 , 3 1 8 |
50 |
0 ,1 2 4 |
0 ,2 4 4 |
0 , 2 7 0 |
0 ,3 0 1 |
распределения, то можно ожидать, что R будет |
мало (см. |
рис. 5.22, е). Однако если вычисленная статистика |
превышает |
.•.оптическое значение, то нулевая гипотеза должна |
быть откло- |
: сна, и можно предположить, что наблюдения получены из co- г.'••дтнюстп, имеющей предпочтительную ориентацию. Этот кри терий был получен лордом Релеем в начале столетня; совре-
.■ч.‘и псе изложение соответствующих вопросов принадлежит
.. р.;иа [51]. В табл. 5.7 приведены кр,;гические значения R
.„дт различных объемов выборки п уровней значимости. Напомним, что критерий Релея основан на предположении,
ч;-; наблюденные векторы извлечены из совокупности с расп ределением фон Мизеса, т. е. совокупность векторов либо име
ет равномерное распределение, если к = 0, либо |
имеет |
единст |
венную моду или предпочтительное направление. |
Если |
же в |
дсм,. I опте.зьности векторы извлечены из бимодального |
распре |
|
деления, такого, например, как изображено на |
рис. 5.23, то |
|
.дот крчтО’ШЙ дает ошибочные результаты. |
|
|
Проверим, не имеют ли предпочтительного направления
штриховки ледника в Финляндии при уровне значимости 5%- |
|
Так как имеется 50 наблюдений, то табл. 5.7 дает критическое |
|
значение #5o;o.o5 = 0,244. Проверяемая |
статистика — это просто |
нормализованное значение В. Сумма |
косинусов векторов равна |
Х2 = —25,793 и сумма синусов |
равна F2 = 31,637. Длина есть |
R = |/( —25,793)2+ |
(31,637)2 = 40,819, |
что, деленное на объем выборки, дает среднюю длину
# = 40,819/51=0,800.
Так как вычисленное значение В значительно превышает кри тическое, то мы отклоняем нулевую гипотезу о том, что пара метр концентрации равен нулю. Штриховки должны иметь предпочтительный тренд.
Критерий проверки специфического тренда. В некоторых случаях мы можем столкнуться с необходимостью проверить гипотезу о том, что наблюдения имеют некоторый специфиче ский тренд. Например, территория Финляндии, где проводились
измерения |
направлений штриховки ледников, |
расположена |
в |
пределах |
обширной топографической депрессии, |
вытянутой |
с |
северо-запада на юго-восток примерно на 105°. |
Совпадает |
ли |
среднее направление движения льда, показываемое штрихов кой, с осевым направлением этой депрессии?
Точная проверка гипотезы о том, что выборка векторов бы ла извлечена из совокупности, имеющей некоторое заданное направление, требует использования обширных таблиц для оп ределения критических значений. Более простой метод состоит в определении доверительного угла вокруг среднего направле ния выборки и в проверке того, достаточен ли этот угол по ве личине для того, чтобы гипотетическое среднее вошло в него. Определение этого угла основано на стандартном отклонении оценки среднего направления 0, и потому для его вычисления используют полный объем выборки и ее дисперсию.
Прежде чем вычислять доверительный угол, применим кри терий Релея для подтверждения того, что статистически значи мое среднее направление существует. Затем, используя данные
табл. 5.6, вычислим среднюю длину вектора В |
и оценим пара |
|
метр концентрации к. Приближенное значение |
стандартного |
|
отклонения среднего направления в радианах |
есть se = l!~\'nRK. |
|
Так как эта величина является мерой ожидаемого случай |
||
ного отклонения оценки среднего направления |
от |
выборки к |
выборке, мы может использовать ее для определения вероят ностных пределов положения истинного среднего направления совокупности. Предполагая, что ошибки оценок нормально
распределены, заключаем, что интервал Q±Zase включает в се
48
бя иотннное среднее направление совокупности в «% случаев. Например, если мы собрали наудачу 100 выборок одного объе ма из совокупности векторов и вычислили средние направления и 95%-ные доверительные интервалы вокруг каждого из них, то можно ожидать, что почти все интервалы, кроме пяти, бу дут содержать истинное среднее направление. Конечно, мы можем не знать, какие из пяти интервалов не будут охватывать среднее значение, но мы можем дать вероятностную характери стику этого события для каждого из них. Мы можем, напри мер, полагать, что интервал вокруг среднего значения выборки частного вида содержит истинное среднее направление. Вероят ность получить противоположный результат равна 5%.
Мы уже применили критерий Релея и отклонили гипотезу о том, что не имеется никакого тренда в наблюдениях штриховки ледника. Приближенное значение стандартного отклонения среднего направления в радианах теперь можно найти по фор муле
1
! . Т - 0 , 8 0 0 4 - 2 ,8 7 1 2 9 |
10,826 |
0,0924 (или 3,14°). |
|
||
Поэтому вероятность того, |
что интервал 129,2°± 1,96-3,14° со |
держит среднее направление совокупности, равна 95%. Други
ми словами, 126,1 ° ^ 0 ^ 132,3°. Так как этот интервал не вклю чает направление вытягивания в линию топографической деп рессии, мы должны заключить, что он не совпадает со средним
направлением штриховки. |
|
|
Критерий соответствия. Простая непараметрическая альтер |
||
натива к критерию Релея |
проверки равномерности состоит в |
|
подразделении единичной |
окружности на подходящее |
число |
угловых сегментов. Если |
эти сегменты одинаковы по размеру |
|
и наблюденные векторы |
распределены случайно, то |
следует |
ожидать, что в каждом сегменте число векторов примерно оди наково. Число действительно наблюденных векторов сравнива ется с ожидаемым с помощью критерия %2. Ожидаемая часто
та |
в каждом сегменте должна быть, самое меньшее, |
равна 5, |
||
п |
они должны быть расположены между п) 15 и nj5 |
сегмента |
||
ми. Критерии у2 вычисляется обычным образом |
с |
помощью |
||
уравнения (2.45) и имеет к—1 степеней свободы, где |
к —чис |
|||
ло сегментов. |
для |
|
проверки |
|
|
Та же процедура может быть использована |
|
соответствия наблюденных векторов другим теоретическим мо делям, таким, как распределение фон Мизеса с заданным па раметром концентрации к, большим нуля и заданным средним
направлением 0. Вычисление ожидаемых частот однако может оказаться непростым. Примеры приводятся в работах [33] и
4 -1 1 5 |
49 |
Проверка равенства двух множеств направленных векторов. Иногда бывает необходимо проверить гипотезы об эквивалент
ности двух выборок или наборов |
на!фавленных |
измерена:,. |
Предположим, что мы имеем наборы направленных |
палеоизме- |
|
ренпн в двух стратиграфических |
единицах. Задача |
состоит в |
гом, чтобы сравнить их средние направления для определения того, не являются ли они одинаковыми. Мы хотим знать, нс совпадают ли ориентации лпиеаментов, изображений, видимых со спутников, с ориентациями складок, существование которых установлено по фотографиям соответствующих площаде...
В несколько меньшем масштабе мы можем сравнить направле ние удлиненных зерен в тонких сечениях двух образцов керна песчаника из нефтяного месторождения.
Совпадение двух средних направлений может быть установ лено с помощью сравнения двух векторов, полученных по двум группам, с вектором, полученным при объединении двух мно жеств измерений. Если две выборки действительно извлечены из одной и той же совокупности, вектор объединенных выборок должен быть приблизительно равным сумме двух векторов. Если средние направления двух выборок значимо различаются, то объединенный вектор будет короче, чем сумма.
Если к — некоторое |
большое |
(>Ю) |
значение, можно |
вы |
||
числить значение /•’-критерия: |
|
|
|
|
|
|
F 1,П—2 |
(и — -) (R1 |
— Rp) |
(5.45) |
|||
n — R , — Rz |
|
|||||
где п — общее количество наблюдений; |
Ry и R2 — векторы |
по |
||||
двум выборкам; Rp— вектор объединенной выборки. |
|
|
||||
Используя данные табл. 5.6, |
мы |
можем оценить значение |
к из Tip, результирующего длины вектора двух объединенных выборок. Если к меньше 10, но больше 2, то более точное зна- ч.ннс С-критерия находят следующим образом:
/, |
3 ^ |
(,г — 2) (R, + R, — Rp) |
/' х, г—2 — {! т |
— ) |
/г — R, — R 2 |
Если к меньше 2, то необходимы специальные таблицы, анало гичные таблицам, приводимым Мардна [51J.
Можно также проверить равенство параметров концентра
ции двух множеств векторов, |
однако |
вычисления |
довольно |
сложны. За деталями отсылаем |
к [51], а также к |
[56] и |
|
[28], где приведен пример из геоморфологии. |
как Нага |
||
Складчатый пояс, топографически |
выраженный |
Хиллс и их отроги, занимает промежуточное положение между Индийским субконтинентом и Индокитайским полуостровом. Очевидно, связанный со сжимающими движениями, которые соз дали Гималаи, складчатый пояс включает ряд субпараллель ных антиклиналей вдоль восточной границы Бангладеш. В этом
Рис. 5.25. Карта Восточного Бангладеш, на которой указаны осевые плоскости больших антиклиналей (жирные линии) и обширные линеаменты, полученные со спутников (пунктир).
(Г рани ц ы г о с у д а р с т в п риведен ы по ори ги нал у . — П р и м , п е р е в .)
4'