Парадокс хи-квадрат

Материал из MachineLearning.

Версия 11:10, 9 января 2009 (править) Максимкин (Обсуждение | вклад) ← К предыдущему изменению		Версия 11:12, 9 января 2009 (править) (отменить) Максимкин (Обсуждение | вклад) К следующему изменению →
Строка 6:		Строка 6:
	{| border=1 cellpadding="6"		{| border=1 cellpadding="6"
-	! Мужчины|| Выздоровил || Нет ||	+	! Мужчины|| Выздоровел || Нет
	|-		|-
	! Принимал		! Принимал
Строка 14:		Строка 14:
	| 80 || 130		| 80 || 130
	|}		|}
-		+	<br>
	{| border=1 cellpadding="6"		{| border=1 cellpadding="6"
-	! Женщины|| Выздоровила || Нет ||	+	! Женщины|| Выздоровела || Нет
	|-		|-
	! Принимала		! Принимала
Строка 26:		Строка 26:
	{| border=1 cellpadding="6"		{| border=1 cellpadding="6"
-	! М+Ж|| Выздоровил(а) || Нет ||	+	! М+Ж|| Выздоровел(а) || Нет
	|-		|-
	! Принимал(а)		! Принимал(а)

---

Версия 11:12, 9 января 2009

Содержание 1 Описание задачи 2 Решение задачи 2.1 Причина парадокса 3 Литература

Описание задачи

Рассматривается следующий любопытный пример из области проверки однородности с помощью критерия хи-квадрат. В таблицах, приведённых ниже, содержится информация о действии некоторого метода лечения (заключается в приеме определенного лекарства) смертельно опасной болезни

• отдельно на мужчин
• отдельно на женщин
• на больных обоего пола (объединённые результаты)

Мужчины	Выздоровел	Нет
Принимал	700	800
Нет	80	130

Женщины	Выздоровела	Нет
Принимала	150	70
Нет	400	280

М+Ж	Выздоровел(а)	Нет
Принимал(а)	850	870
Нет	480	410

Решение задачи

Используя критерий хи-квадрат для анализа таблиц сопряженности получим следующие статистики:

• X²=5,456 для мужчин
• X²=6,125 для женщин

Согласно таблице распределения хи-квадрат с одной степенью свободы находим, что фактические уровни значимости равны 0,02 и 0,01. Это свидетельствует о существенности различия вероятностей выздоровления между теми, кто использовал данный метод лечения и теми, кто его не использовал, т.е. лекарство влияет на выздоровление.

С другой стороны, статистика хи-квадрат для таблицы с объединенными результатами X²=4,782, что значимо велико на уровне 0,03, т.е. лекарство не влияет на выздоровление!

Г. Секей пишет: "Аналогично, новое лекарство может оказаться эффективным в каждом из десяти различных госпиталей, но объединение результатов укажет на то, что это лекарство либо бесполезно, либо вредно".

Причина парадокса

Нехватка данных.
Необходимо, чтобы М_п=М_н=Ж_п=Ж_н

Литература

1. Г. Секей "Парадоксы в теории вероятностей и математической статистике"
2. Статистический анализ данных (курс лекций, К.В.Воронцов)/2008