A STATISZTIKA ÁLTALÁNOS ELMÉLETE ÉS MÓDSZERTANA
SACHS. L.:
STATISZTlKAl ELEMZÉSI MÓDSZEREK
(Stotistische Auswertungsmethoden.) Harmadik. át- dolgozott kiadás. Berlin, Heidelberg. New York. 1971.
SpringermVerlag. 547 p.
Lothar Sachs terjedelmes módszertani mun- káját sem tan-. sem kézikönyvnek nem ne—
vezi, a könyv azonban mindkét funkció be- töltésére alkalmas. A matematikai statisztika elemzési módszereit az alapelemektől a rit—
kán használt, bonyolult matematikai appará- tust igénylő statisztikai próbákig bemutatja.
Rövid bevezető fejezete a matematikai alap- műveletekig megy vissza. ezek mellett néhány elemi általános statisztikai ismeretet ad.
A tulajdonképpeni statisztikai módszertan hét fejezetet tartalmaz. Az első fejezet (..Sta—
tisztikai döntéstechnika") a valószinűségszá- mitás elméletébe vezet be. A valószínüségf számítás alapjainak ismertetése után nagy teret szentel az eloszlásvizsgálatoknak. kü- lönösen a normáleloszlásnak. A normálelosz—
lás tárgyalásába illeszti be az átlagok és a szóródás fogalmát. Ebben a fejezetben kerül sor a statisztikai próbák általános ismerte—
tésére, és azoknak a bonyolultabb eloszlástí- pusoknak a bemutatására (Student—, 752, F- eloszlások), melyek a különböző próbáknál különös jelentőséggel bírnak.
Az egész könyv általános matematikai jel- legétől kissé elüt a második fejezet ("Statisz- tikai eljárások alkalmazása az orvostudo- mányban és a technikában"). amely bizonyos szempontból ,.szakstatisztika". Kétségtelen azonban, hogy ez a fejezet is inkább a laba- ratóriumi vagy kórházi kutatások módszer- tana. semmint az egészségügyi ágazat sta- tisztikája. Ugyanez a fejezet foglalkozik az ipari üzemek minőségvizsgálati eljárásaival, a műszaki cikkek élettartamának és meg—
bízhatóságának ellenőrzésével, valamint né-
hány vállalati kutatási eszközzel.
A harmadik fejezet ("Független mintavéte—
Iekkel nyert értékek összehasonlítása") egy- részt a különböző konfidencia intervallum
számításokkal foglalkozik. másrészt a statisz-
tikai hipotézisek ellenőrzésének módszereivel.
A tárgyalás a hagyományos vizsgálati eljá—
rások (t. 13, F-próba) mellett a legutóbbi
években e téren elért eredményekre is kiter-
jed. Igy az eloszlás-specifikáció néikiili két
független mintavétel összehasonlitásának módszerei közül megtalálható a Siegel és Tukey által kidolgozott rangsorszóródási teszt.', a Tukey-féle ún. gyorsteszt, a Kalmogorov—
Szmirnov módszer, valamint Mann és Whitne
U-próbája. -
A ,,További vizsgálati eljárások" cím alatt összefoglalt negyedik fejezet a különböző mintavételi eredmények összehasonlítási mód- szereit, valamint a vizsgált sokaságnak az elméleti eloszlástipusokkal való egybeveté- seire alkalmazott eljárásokat mutatja be. Itt tárgyalja a mintavételi hibák párhuzamos mintavétellel történő csökkentésének lehető—
ségét. továbbá az olyan problémákat. mint a két nem független mintavétel összehasonlí- tása, a gyakoriságok vizsgálata, valamint az alternativ ismérvek kombinációjának esetei.
A fejezet anyagából csupán példaképpen be- mutatjuk Cox és Stuart előjeles trend-tesztjét az idősorok trendváltozásának vizsgálatára:
az n tagból álló idősort három egyenlő har- madra bontjuk. Ha n nem osztható maradék nélkül hárommal. a középső harmadot egy vagy két taggal csökkenteni kell a másik két harmad javára. Ezután páronként össze—
hasonlítjuk az első és a harmadik harmad megfelelő értékeit. Az egyes értékpárokat nö- vekvő trend esetén plusz. csökkenő trend esetén mínusz jellel jelöljük. A plusz. illetve minusz jelek száma 5 közelítően normálelosz—
STATlSZTlKAl IRODALMI FIGYELÖ
A trendnövekedés, illetve —csökkenés szigni- fikanciája a kapott 1 érték és a normális el—
oszlás táblázata alapján állapítható meg.
lsmét ,,hagyományos", az alapelemekig visszanyúló statisztikai kifejtés az ötödik fe- jezet (,,Korreláció és regresszió"). A korrelá—
ció és regresszió fogalmának sokoldalú ma- gyarázata. az összefüggéstipusok rendsze- rének felóllitása után kerül sor a rangkorre—
láció. majd a grafikus módszerek ismertete- sére, azután pedig a korrelációs és a reg—
ressziós együttható becslési módszereire. Ke—
vésbé ismert az a módszer, melynek révén ellenőrizhető egy n elemű megfigyeléspórt tartalmazó mutatóból nyert korreláció tényle—
ges fennállása. Amennyiben
x A , 1/ n — 2
! ___ V, , W
V 1 - !2
érték (ahol ! —- a mintából nyert korrelációs együttható) nagyobb. mint a t—eloszlás meg—
felelő értéke 2 szabadságfok mellett, akkor
a Ho :y : 0 nullhipotézist el kell vetni (ahol g—az alapsokasógbeli korrelációs együtt- ható). Ha a korrelációs együttható szignifi—
káns mértékben különbözik O-tól. akkor el—
oszlása annál erősebben tér el a normál—
eloszlástól, minél kisebb a megfigyeléspórok szóma és minél nagyobb abszolút értékük.
A korrelációs együttható eloszlása az R. A.
Fisher-féle z-transzformációval közelítőleg normalizólható:
_ _1_ itt. " ? Jr ',
zu— 2 In 1_ ! —- 1.1513lg _ ,
Viszonylag kevésbé részletes a nem lineáris regresszió es a többváltozós korreláció tár—
gyalása.
A hatodik fejezet azokat az elemzési mód—
szereket foglalja össze. amelyeket a gyako—
risági sorokból álló kétdimenziós táblák nyúj- tanak. E táblák alapján függetlenségvizsgá- lot, korrelációszámítós és szimmetríavizsgálat végezhető. Trendelemzéssel kombinálva a táblák lehetőséget adnak annak becslésére, hogy az egész változáson belül mekkora a lineáris regresszióval kifejezhető változás aránya.
Ha az első ismérv szerinti lehetséges érté- kek száma r. a második ismérv szerintieké :, a mintanagyság n, akkor a függetlenség—
vizsgálat a következőképpen történik
?
A r c ní.
262 m n ; ); Neil,-,, _ 1
;:1 írzl ",- " ,-
ahol:
mi — az i—ik sor i-ik oszlopában szereplő
gyakoriság *
n ;. illetve n. ; — a megfelelő peremgyako—
riságok.
/X
Amennyiben a kapott 12 érték nagyobb, mint a x'! eloszlás megfelelő értéke (r—1) (c—l) szabadságfok mellett, a függetlenség- re vonatkozó nullhipotézist el kell vetni. Az összefüggés erősségét a Pearson—féle kontin- gencia-együttható mutatja;
c C _— V, 7527;
n -—i— [*
A hetedik fejezet a variancia analizis sok- oldalú felhasználási lehetőségeit mutatja be.
A fejezet bevezetését a varianciák azonossá- gát vizsgáló F—próba és az abból levezethető egyéb vizsgálati módszerek részletes tárgya- lása képezi.
Ezt követi az egyszerű variancia analízis.
a ,.külső" és .,belső" szórást elkülönítő mód- szertől kezdve a bonyolultabb eljárásokig. To—
vábbi lépést jelent az egynél több ismérv sze—
rint számitott ún. többszörös variancia be- vezetése. A fejezetet azoknak az alapelvek—
nek rendszerbe foglalása zárja le, amelyeket a statisztikai módszerekkel végzett kutató-
munka során szem előtt kell tartani.
Befejezésül egy jellemző adalék: a könyv irodalmi hivatkozásai közel hatvan oldalt tesznek ki.
(ism.: Szilágyi György)
FAWLOWSKI, Z.:
AZ ÖKONOMETRlAl MODELLCSOPORT KlVALASZTASA ELÓREJELZÉS CÉLJÁRA
(Wybór klasy modelu ekonometrycznego dia celow predikcija.) -—- Przeglad Slatystyczny. 1971. i. sz. 3- 10. p.
Világszerte, de Lengyelországban is egyre többet foglalkoznak a gazdasági előrejelzé—
sek kérdésével. Az alkalmas előrejelzési mo- dell kiválasztása az előrejelzés tárgyát ké—
pező változó jellegétől, a hozzáférhető sta- tisztikai adatoktól, a becslés kívánt pontos—
ságótól függ. A megfelelő modell kiválasztá- sának általános és kötelező érvényű szabó—
lyai nincsenek.
Pawlowski az előrejelzés szempontjából fi—
gyelembe vehető modelleket négy különböző csoportba sorolja. Ezek:
a) olt—okozati (kauzális) modellek;
b) fejlődési trendmodellek;
c) szimptomatikus modellek;
d) adaptációs tipusú modellek.
Elvileg legmegfelelőbb az ok—okozati m'o- dellek előrejelzésre való alkalmazása; itt a függő változó alakulása különböző magya-