Добавил:
Upload Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз: Предмет: Файл:

Методическое пособие по Тв и МС

.pdf
Скачиваний:
105
Добавлен:
01.03.2016
Размер:
1.81 Mб
Скачать

 

B, DB (u), σB (u),

затем

 

B = h

 

B +C ,

DB (x) = h2 DB (u),

u

x

u

σB (x) = hσB (u).

 

 

 

 

 

 

 

 

 

 

 

B = 1

 

 

 

Если

x

-

числа малые,

то

u

 

 

= h x ,

h = const,

 

 

B,

 

i

x

u

 

 

 

i

 

 

 

 

i

 

 

 

 

h

 

 

1

 

 

 

 

 

 

 

 

 

 

 

 

 

DB (x) =

DB (u).

 

 

 

 

 

 

 

 

 

 

 

 

 

 

h2

 

 

 

= ai1 + ai ,

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Для интервального распределения x

i =

 

.

 

1,k

 

 

 

 

 

 

 

i

 

 

 

2

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Задания для аудиторной работы

1.В результате проверки партии деталей по сортам получены значения: 1, 2, 1, 2, 2, 1, 1, 3, 4, 1, 1, 2, 3, 3, 1, 2, 1, 1, 4, 1, 1, 2, 2, 2, 3. Составить вариационный ряд, статистическое распределение частот (относительных частот), полигон частот, эмпирическую функцию распределения. Найти xB, DB,σB. (Ответ: xB=1,88; σ B =0,95).

2.Дана выборка объема 50.

 

 

38

60

 

41

51

 

33

 

42

45

 

21

53

60

 

 

68

52

 

47

46

 

42

 

43

57

 

44

54

59

 

 

77

47

 

28

27

 

49

 

49

14

 

28

61

30

 

 

61

35

 

47

46

 

58

 

45

42

 

21

30

40

 

 

67

65

 

39

35

 

41

 

60

54

 

42

59

60

 

 

Составить вариационный ряд, интервальное распределение частот,

 

 

гистограмму относительных частот. Найти xB, DB,σB.

 

 

 

 

(Ответ:

 

B = 46,4; σB =13,14).

 

 

 

 

 

 

 

 

 

x

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Задания для индивидуальной работы

 

 

1.

Свой

 

вариант аттестационной

работы,

задание

1. Составить

 

вариационный ряд, интервальное распределение частот, взяв число

 

интервалов k = 9.

 

 

 

 

 

 

 

 

 

 

2.

Построить

полигон

частот,

график эмпирической функции,

найти

xB, DB,σB.

3.Построить гистограмму относительных частот, график эмпирической функции F *(x). Найти xB, DB,σB.

I.

2.

xi

2

4

 

5

 

7

10

mi

15

20

 

10

 

10

45

(Ответ:

 

B = 6,8;

σB = 3,16).

 

 

x

 

 

51

3.

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Интервалы

1-5

5-9

 

9-13

13-17

17-21

 

 

Частоты

10

20

 

50

12

 

8

 

 

 

(Ответ:

 

 

 

B =10,52;

 

σB = 4,05).

 

 

 

 

 

 

 

 

 

x

 

 

 

 

 

 

 

II.

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

2.

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

xi

 

2

 

5

 

7

 

10

 

 

 

 

 

 

 

 

mi

 

5

 

25

 

15

 

5

 

 

 

 

 

 

 

 

(Ответ:

 

B = 5,8; σB =1,99).

 

 

 

 

 

 

 

 

x

 

 

 

 

 

 

 

3.

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Интервалы

10-15

 

15-20

 

20-25

25-30

 

30-35

 

Частоты

2

 

4

 

 

8

 

4

 

2

 

(Ответ:

 

B = 22,5;

σB = 5,48).

 

 

 

 

 

 

 

 

x

 

 

 

 

 

 

 

III.

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

2.

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

xi

 

2

 

3

 

5

 

6

 

 

 

 

 

 

 

 

mi

 

10

 

15

 

5

 

20

 

 

 

 

 

 

 

 

(Ответ:

 

B = 4,2;

σB =1,66).

 

 

 

 

 

x

 

 

 

 

 

3.

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Интервалы

2-7

 

7-12

 

 

12-17

17-22

22-27

 

Частоты

5

 

10

 

 

25

 

6

 

4

 

(Ответ:

 

B =13,9;

σB = 5,11).

 

 

 

 

 

 

x

 

 

 

 

 

IV.

 

 

 

 

 

 

 

 

 

 

 

 

 

2.

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

xi

 

15

 

20

 

25

 

 

30

 

10

 

 

 

mi

 

10

 

15

 

30

 

 

20

 

7

 

 

 

(Ответ:

x

B = 22,8;

σB = 6,12).

 

 

 

 

3.

 

 

 

 

 

 

 

 

 

 

 

Интервалы

3-5

5-7

7-9

9-11

11-13

13-15

15-17

 

Частоты

4

6

20

40

25

10

5

 

(Ответ:

 

B = 6,82;

σB = 2,61).

 

 

 

 

 

x

 

 

 

 

52

4.2. Точечные и интервальные оценки для неизвестных параметров генеральной совокупности

Любой параметр θ~ , найденный по выборке, извлеченной из генеральной совокупности СВ Х, является подходящей оценкой (подходящим приближенным значением) параметра θ этой совокупности, если:

1. M (θ~) =θ ;

2.

при данном

 

 

объеме

 

 

 

выборки

 

 

n

имеет

минимальную

 

дисперсию,

 

D (θ~) = min ;

P (

 

θ~ θ

 

 

< ε)1.

 

 

 

 

 

 

 

 

 

 

 

 

 

 

3.

при n → ∞

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Такой параметр θ~ является соответственно несмещенной,

эффективной и состоятельной оценкой параметра θ

из

генеральной

совокупности.

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Точечная оценка определяется одним числом, при этом выборка

должна быть достаточно большого объема.

 

 

 

 

 

 

 

 

Выборочное среднее

 

xB является несмещенной и

состоятельной

оценкой генеральной средней

x

Г :

 

x

Г

x

B , причем

M (

 

B ) =

x

Г и

 

x

lim P (

 

 

 

B

 

Г

 

 

< ε)=1.

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

x

x

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

n→∞

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Несмещенной оценкой дисперсии генеральной совокупности является

исправленная дисперсия S2 .

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

DГ S2 , где S2 =

 

n

 

 

DB,

M (S2 ) = DГ .

 

 

 

 

 

 

 

n 1

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Генеральное среднее квадратическое отклонение не имеет

несмещенных оценок.

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

σ Г σB или σr S , но M (σB ) σr и M (S) σr .

 

 

 

 

 

 

 

При n < 30

применяются интервальные оценки.

 

 

 

 

 

 

 

Интервал

(θ~ δ,θ~

+δ ),

покрывающий

параметр

θ

с заданной

вероятностью (надежностью)

γ , называется доверительным.

 

 

 

 

 

 

P (θ~ δ <θ < θ~ +δ )

= P

(

 

θ θ~

 

 

<δ )= γ , где δ - точность оценки.

 

 

 

Пусть СВ Х подчиняется нормальному распределению с параметрами a = M (X) и σ =σ (X) = D (X) , т.е. X N (a ;σ).

а) Доверительный интервал для а при известном σ :

 

B

tσ

 

< a <

 

B +

tσ

 

, где 2Φ(t) = γ

x

x

 

 

 

 

 

 

 

n

n

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

tσ

= γ .

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

или P

a xB

 

<

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

n

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

53

б) Доверительный интервал для a при неизвестном σ :

xB tγnS < a < xB + tγnS ,

где число tγ = t(γ,n) находим по таблице 3 распределения Стьюдента

(стр. 74), S – исправленное среднее квадратическое отклонение, n – объем выборки, γ - надежность.

в) Доверительный интервал для σ :

S(1q) <σ < S(1+ q), если q <1, 0<σ < S(1+ q), если q >1.

Число q = q(γ,n) находим по таблице 6 (стр. 77).

Задания для аудиторной работы

1.Найти несмещенные оценки генеральной средней и генеральной дисперсии по выборке

xi

1250

1275

1280

1300

mi

20

25

50

5

(Ответ: xΓ 1274,5 ; DΓ 168,88).

2.В результате пяти измерений длины стержня одним прибором (без систематических ошибок) получены значения ( в мм): 92, 94, 103, 105,

106. Найти xB ,DB ,σB , S2 , S . (Ответ: xB =100, DB = 34, S2 = 42,5).

3.Найти доверительный интервал для оценки с надежностью 0,99 неизвестного математического ожидания а нормально распределенного признака Х, если генеральное среднее квадратическое отклонение

σ = 4, xB =10,2 , объем выборки n =16. (Ответ: 7,64 < a <12,76).

4. Найти минимальный объем выборки, при котором с надежностью 0,925 точность оценки математического ожидания нормально

распределенной генеральной совокупности по xB будет равна 0,2, если

σ =σ (X) =1,5. (Ответ: 179).

5. Из генеральной совокупности извлечена выборка

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

xi

-0,5

-0,4

-0,2

0

0,2

0,6

0,8

1

1,2

1,5

 

mi

1

2

1

1

1

1

1

1

2

1

Оценить с надежностью 0,95 математическое ожидание а и среднее квадратическое отклонение нормально распределенного признака Х при помощи доверительных интервалов. (Ответ: 0,04 < a < 0,88;

0,32 <σ <1,04).

54

6.Из генеральной совокупности нормально распределенного признака Х извлечена выборка объема n, найдено исправленное среднее квадратическое отклонение S. Определить доверительный интервал, покрывающий σΓ с надежностью γ = 0,999, если:

а) n =10, S = 5,1;

б) n = 50, S =14. (Ответ: а) (0; 14,28);

б) (7,98; 20,02) ).

 

Задания для индивидуальной работы

1.По заданному распределению найти несмещенные оценки для xΓ и DΓ .

2.X N (a,σ). Составить доверительный интервал для а, если известны

γ, xB , n и σ .

3.X N (a,σ). Составить доверительный интервал для σ , если известны

γ, n и S.

4.

X N (a,σ). Составить

доверительные

интервалы для а и σ с

I.

надежностью 0,95 для данной выборки.

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

1.

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

xi

 

2560

 

2600

 

2620

2650

1700

 

 

 

 

mi

 

7

 

 

 

8

 

15

 

9

6

 

 

2.

γ = 0,99,

σ = 5,

 

 

 

B =16,8,

n = 25.

 

 

 

 

x

 

 

 

3.

γ = 0,95,

n =16,

 

s =1.

 

 

 

 

 

 

4.

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

xi

 

-2

 

 

 

1

 

2

 

3

4

5

 

II.

 

mi

 

2

 

 

 

1

 

2

 

2

2

1

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

1.

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

xi

 

340

 

360

 

375

380

390

 

 

 

 

mi

 

10

 

20

 

30

 

12

8

 

 

2.

 

γ = 0,95, σ = 5,

 

B =14, n = 25.

 

 

 

 

x

 

 

 

3.

γ = 0,999, n = 50,

 

 

s =16.

 

 

 

 

 

4.

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

xi

 

-3

 

 

 

-1

 

1

 

2

3

4

 

III.

mi

 

1

 

 

 

2

 

2

 

1

2

2

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

1.

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

xi

 

184

 

189

 

193

196

199

 

 

 

 

mi

 

8

 

10

 

20

 

15

7

 

 

55

2.

γ = 0,99,

σ = 6,

 

 

 

B = 30,1, n = 9.

 

 

 

x

 

 

3.

γ = 0,999, n =12,

 

 

s = 0,6.

 

 

 

 

4.

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

xi

 

-2

 

 

 

0

 

1

 

2

3

4

IV.

 

mi

 

2

 

 

 

1

 

2

 

2

2

1

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

1.

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

xi

 

235

 

261

282

 

304

317

 

 

 

mi

 

6

 

 

 

8

 

18

 

13

5

 

2.

γ = 0,999, σ = 8,

 

 

 

B = 42,8,

n =16.

 

 

 

 

x

 

 

3.

γ = 0,99,

n =10,

 

s = 0,8.

 

 

 

 

4.

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

xi

 

0

 

 

 

1

 

2

 

4

5

6

 

 

mi

 

2

 

 

 

2

 

2

 

1

2

1

4.3. Статистическая проверка гипотез. Критерии Пирсона и Колмогорова.

Из некоторой генеральной совокупности взята выборка достаточно большого объема n и составлено или дискретное (1), или интервальное (2) распределение частот:

xi

 

x1

 

 

x2

 

 

 

 

 

xk

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

(1)

mi

 

m1

 

 

m2

 

 

 

 

 

mk

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Интервалы

 

a0 a1

 

 

 

a1 a2

a2 a3

 

 

 

 

 

 

ak1 ak

 

 

 

 

 

 

(2)

 

mi

 

 

m1

 

 

 

 

 

 

 

 

m2

m3

 

 

 

 

 

 

 

 

mk

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

k

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

где mi = n , mi - эмпирические частоты,

i =

1,k

.

 

 

 

 

 

 

 

 

 

 

 

 

 

 

i=1

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Теоретические

(выравнивающие)

частоты

m

 

определяются

по

 

 

 

= n P ,

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

i

 

 

 

 

 

 

 

 

 

 

 

формуле: m

 

i =

 

 

,

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

1,k

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

i

 

i

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Pi

= P (ai1 < X < ai )

 

 

 

где

Pi = P (X = xi ) для распределения

(1) и

 

-

для

распределения (2).

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

ai

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

P

 

h

 

x B

 

 

 

Если X

N (a,σ), где a xB ,

σ σ

 

, то

=

 

, где

 

 

 

 

 

ϕ

 

 

 

 

 

 

 

 

 

σ

 

 

 

σ

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

B

 

 

i

 

B

 

 

B

 

 

 

 

 

 

 

 

 

1

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

h = x x

,

 

ϕ (x) =

 

 

 

ex2 /2 или

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

i i1

 

 

 

 

 

2π

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

56

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

P

= P (a < X

< a )

= Φ

ai x B

−Φ

 

ai1 x B

 

,

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

i

 

 

 

 

i1

 

 

 

 

i

 

 

 

 

 

σ

 

 

 

 

 

 

 

 

σ

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

B

 

 

 

 

 

 

B

 

 

 

 

 

 

 

 

 

 

 

 

 

x

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

1

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

где Φ(x) =

 

 

et2 /2dt .

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

2π

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

0

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

B )2

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

(x

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

1

 

 

e

x

Плотность вероятности для СВ Х равна

f (x) =

 

 

 

 

2σB2

.

 

 

 

 

 

 

σB

 

2π

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Если СВ Х имеет показательное распределение, то плотность

вероятности

f (x) = λeλx ,

x 0 и λ =

 

 

1

,

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

xB

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

ai1

 

 

ai

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

P = P (a

 

< X < a

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

i1

i

) = e

xB e xB .

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

i

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Критерий Пирсона.

При

уровне

 

значимости

α =1γ

выдвигаем

нулевую гипотезу H0 и ей альтернативную гипотезу H1.

H0:

в генеральной совокупности

признака

Х

есть

нормальное

(показательное) распределение,

 

 

 

 

 

 

 

 

H1: в генеральной совокупности признака Х нет выбранного

распределения.

 

 

 

 

 

 

2

 

 

 

 

 

 

 

 

 

Составляем выборочную статистику

χ2набл. =

 

(mi mi )

 

.

 

 

 

 

 

 

 

 

 

mi

 

 

 

По

таблице 4 «Критические точки

распределения «хи-квадрат»

(стр. 75)

находим χ2крит . (α, k r 1),

где

k – число

пар

значений в

таблице (1) или число интервалов в таблице (2), r = 2 для нормального распределения, r =1 - для показательного распределения.

Если χ2набл. < χ2крит ., то нет оснований отвергнуть гипотезу H0, эмпирические и теоретические частоты различаются незначимо.

Если χ2набл. > χ2крит ., то гипотезу H0 отвергают, различие в частотах mi и miзначимо.

Критерий Колмогорова применяется только для проверки гипотез о непрерывном распределении.

При уровне значимости α проверяются гипотезы

H0: в генеральной совокупности действует теоретическая функция F (x) выбранного распределения.

H1: выбранное распределение не имеет такой функции

распределения.

Составляем выборочную статистику

57

 

 

 

λ

 

=

 

 

max

 

F *(x )F (x )

 

,

 

 

 

 

 

 

 

 

 

 

 

 

 

 

n

 

 

 

 

опыт н.

 

 

 

 

 

1ik

 

i

i

 

 

 

 

где F *(x)

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

nx

 

- эмпирическая функция распределения, F *(x) =

.

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

n

 

x

 

B

 

 

 

 

 

 

 

 

 

 

 

 

 

 

x

 

 

 

 

 

 

 

 

 

 

 

 

 

F (x) = 0,5

 

i

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

σB

для нормального распределения.

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

F (x) =1eλx ,

x 0,

λ =

 

1

 

для показательного распределения.

 

 

 

 

xB

По таблице значений функции Колмогорова находим λкрит .. Если

λопыт н. < λкрит ., то принимаем гипотезу H0, если λопыт н. > λкрит ., то H0

отвергается.

Пример. В результате испытания 200 элементов на длительность работы получено распределение

Время,

0-5

5-10

10-15

15-20

20-25

25-30

t (час)

 

 

 

 

 

 

Частота, mi

133

45

15

4

2

1

Требуется при уровне значимости α = 0,05 проверить гипотезу о том,

что время работы элементов распределено по показательному закону. Известно, что плотность показательного распределения имеет вид

f (x) = λeλ t , t 0,

λ =

1

. P (a <t <b) = eλa eλb .

 

 

 

tB

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

(m

m

)2

 

Время,

 

 

ti mi

 

 

 

i

i

 

mi

ti

Pi

200 Pi

 

 

mi

 

 

t

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

0-5

133

2,5

332,5

10,3734 = 0,6266

125,3

 

0,473

 

 

5-10

45

7,5

337,5

0,37340,1395= 0,2339

46,78

 

0,068

 

 

10-15

15

12,5

187,5

0,13950,0521= 0,0874

17,48

 

0,352

 

 

15-30

7

22,5

157,5

0,05210,0027 = 0,0494

9,88

 

0,840

 

 

200

 

1015

 

199,44

 

1,733

 

 

Интервалы, где mi < 5, объединили в один от 15 до 30.

tB =

1015

= 5,075;

λ = 0,197.

 

200

 

f (t) = 0,197e0,197t t 0.

Плотность распределения имеет вид

По критерию Пирсона при уровне значимости α = 0,05 проверяем, значимо или нет различие в частотах mi и mi.

58

 

2

 

χ2набл. =

(mi mi )

 

=1,733;

mi

 

 

 

 

χ2крит . (0,05; 4 11) = χ2крит . (0,05;2) = 6,00.

Так как χ2набл. < χ2крит ., то различие в mi и miнезначимо, нет

оснований отвергать гипотезу о показательном распределении в генеральной совокупности.

Проверим эту гипотезу по критерию Колмогорова. Находим эмпирическую функцию распределения F *(ai ) и теоретическую функцию распределения F (ai ) =1e0,197ai .

ai

 

mi

F *(ai )

 

 

 

 

 

 

F (ai )

 

 

F *(ai )F (ai )

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

0

 

 

 

 

0

 

 

 

 

0

 

 

0

 

 

 

133

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

5

 

 

 

 

0,665

 

 

10,3734

= 0,6266

 

0,0384

 

 

 

45

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

10

 

 

 

 

0,890

 

 

10,1395

= 0,8605

 

0,0295

 

 

 

15

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

15

 

 

 

 

0,965

 

 

10,0521= 0,9479

 

0,0171

 

 

 

7

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

30

 

 

 

 

1,000

 

 

10,0027

= 0,9973

 

0,0027

 

λ

=

 

 

max

 

F *(a

 

)F (a

 

)

 

=

 

0,0384

= 0,543.

 

 

200

 

i

i

 

200

 

опыт н.

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

λкрит .(0,05) =1,358; 0,543<1,358.

Следовательно, гипотеза о показательном распределении не отвергается.

Задания для аудиторной работы

1.При уровне значимости α = 0,05 проверить гипотезу о нормальном

распределении генеральной совокупности, если известны эмпирические и теоретические частоты.

mi

6

12

16

40

13

8

5

mi

4

11

15

43

15

6

6

(Ответ: H0 принимается).

2.Используя критерий Пирсона при уровне значимости α = 0,05,

проверить гипотезу о виде распределения в генеральной совокупности, выдвинув ее для заданного распределения частот.

59

xi

15

 

20

 

25

30

35

mi

7

 

10

 

17

13

8

(Ответ:

 

B = 25,45;

s = 6,18;

χ2набл. = 3,7).

 

x

 

3.Используя критерии Пирсона и Колмогорова при уровне значимости

α= 0,05, проверить, согласуется ли гипотеза о нормальном

распределении генеральной совокупности χ с заданным эмпирическим распределением, если:

Интерв (-20;-10)

(-10; 0)

 

(0; 10)

(10; 20)

(20;30)

(30;40)

(40;50)

ал

 

 

 

 

 

 

 

 

Частота

20

47

 

80

89

40

16

8

(Ответ:

 

B =10,4;

s =13,67;

χ2í àáë. = 4,82; λî ï û ò = 0,497).

 

x

 

4.Используя критерии Пирсона и Колмогорова при уровне значимости

α= 0,05, проверить, согласуется ли гипотеза о показательном

распределении с заданным эмпирическим распределением, если:

Интервал

0-90

90-180

180-270

270-360

360-450 450-540

540-630

Частота

50

33

21

8

4

2

2

(Ответ: λ = 0,0057; χ2набл. = 0,94; λ

=1,135).

опыт н.

 

Задания для индивидуальной работы

1.Используя критерий Пирсона при α = 0,05 проверить, согласуется ли

гипотеза о нормальном распределении генеральной совокупности признака X с эмпирическим распределением выборки.

2.Используя критерии Пирсона и Колмогорова при α = 0,05, проверить,

 

согласуется

ли

гипотеза о:

а) нормальном распределении;

 

б) показательном распределении генеральной совокупности с заданным

 

эмпирическим распределением.

 

 

 

 

 

3. Свое задание № 2 из АР.

 

 

 

 

 

I.

 

 

 

 

 

 

 

 

 

 

 

1

 

xi

 

mi

2 а)

Интервалы

 

mi

2 б)

Интервалы

mi

 

 

5

 

15

 

3-8

 

6

 

0-80

48

 

 

7

 

26

 

8-13

 

8

 

80-160

30

 

 

9

 

30

 

13-18

 

15

 

160-240

21

 

 

11

 

40

 

18-23

 

20

 

240-320

9

 

 

13

 

36

 

23-28

 

16

 

320-400

7

 

 

15

 

25

 

28-33

 

8

 

400-480

3

 

 

17

 

18

 

33-38

 

7

 

480-560

2

60