Учебное пособие по ТВ и МС
.pdfПроверить гипотезу об однородности двух выборок по критерию Вилкоксона–Манна–Уитни при уровне значимости α = 0,05.
Решение. Поскольку n1 = n2 = 27 > 25 , то воспользуемся алгоритмом для случая Б. Будем считать первой выборку xi, i =1, n1 . Составим из двух выборок
общий вариационный ряд (табл. 9.9), проставляя сразу ранги Rk, k =1,n1 + n2 элементам объединенного ряда. Принадлежность элемента той или иной выборке обозначим с помощью индекса ранга.
Таблица 9.9
Элемент |
8X |
8Y |
9X |
9X |
9X |
9Y |
9Y |
10X |
10Y |
ряда |
|||||||||
Rk |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
Элемент |
11X |
11X |
11Y |
11X |
13X |
13Y |
14X |
15X |
15Y |
ряда |
|||||||||
Rk |
10 |
11 |
12 |
13 |
14 |
15 |
16 |
17 |
18 |
Элемент |
15Y |
15Y |
16Y |
17X |
17X |
17Y |
17Y |
17Y |
18X |
ряда |
|||||||||
Rk |
19 |
20 |
21 |
22 |
23 |
24 |
25 |
26 |
27 |
Элемент |
18Y |
18Y |
18Y |
19X |
19X |
19Y |
20X |
20X |
20X |
ряда |
|||||||||
Rk |
28 |
29 |
30 |
31 |
32 |
33 |
34 |
35 |
36 |
Элемент |
20X |
20X |
20Y |
20Y |
21X |
21X |
21X |
21Y |
21Y |
ряда |
|||||||||
Rk |
37 |
38 |
39 |
40 |
41 |
42 |
43 |
44 |
45 |
Элемент |
21Y |
21Y |
21Y |
22X |
22X |
22X |
22Y |
22Y |
23X |
ряда |
|||||||||
Rk |
46 |
47 |
48 |
49 |
50 |
51 |
52 |
53 |
54 |
По статистической таблице функции Лапласа для уровня значимости α =
|
|
u |
|
|
− |
α |
− |
1 |
|
|
1 − |
α |
= |
0,05 найдем |
квантиль |
α = arg Φ 1 |
2 |
2 |
= arg Φ |
2 |
= arg Φ(0,475) |
||||||
1− |
2 |
|
|
|
|
|
|
|
|||||
=1,96. Используя (9.5), (9.6), получим ψкр.н |
и ψкр.в |
|
|
|
|
||||||||
ψкр.н = (27 + 27 +1) 27 −1 −1,96 |
27 27(27 + 27 +1) |
= 628,7 , |
|
||||||||||
|
2 |
|
|
|
|
|
12 |
|
|
|
|
||
ψкр.в = (27 + 27 +1) 27 − 628,7 = 856,3. |
|
|
|
|
|
|
|
||||||
Вычислим расчетное значение критической статистики: |
|
|
|||||||||||
n1+n2 |
54 |
|
|
|
|
|
|
|
|
|
|
|
|
ψкр = ∑Ri(1) = ∑Ri(1) |
=1 + 3 + 4 +K50 + 51 + 54 = 734 . |
|
|
|
|||||||||
i=1 |
i=1 |
|
|
|
|
|
|
|
|
|
|
|
|
Условие ψкр.н ≤ψ расч |
≤ψкр.в выполняется, следовательно, гипотеза H0 верна. |
||||||||||||
|
|
|
|
131 |
|
|
|
|
|
|
|
|
Упражнение 9.3. Исследование в течение 10 дней производительности двух предприятий, выпускающих холодильники, дало следующие результаты:
Таблица 9.10
X: |
82 |
74 |
64 |
72 |
83 |
68 |
76 |
88 |
70 |
59 |
Y: |
54 |
64 |
70 |
64 |
55 |
69 |
77 |
71 |
70 |
55 |
Проверить гипотезу об однородности двух выборок по критерию Вилкоксона–Манна–Уитни при уровне значимости α = 0,1.
9.4.Гипотезы о числовых характеристиках случайных величин
Вобщем случае гипотезы о числовых характеристиках случайных величин
имеют вид: H0 : Θ ∆0 , где Θ = (θ1 ,K,θK ) − некоторый вектор параметров (но
может быть и скаляром, т.е. Θ =θ1 ), а ∆0 − область конкретных значений этих параметров, которая может состоять из точки.
Рассмотрим некоторые из критериев статистической проверки гипотез о числовых характеристиках случайных величин.
9.4.1. Проверка гипотез о равенстве дисперсий случайной величины при известных математических ожиданиях
Пусть имеются две выборки x1 ,K, xn1 , y1 ,K, yn2 случайных величин ξ и η
из нормальных генеральных совокупностей и пусть математические ожидания aξ и aη этих случайных величин известны. Необходимо проверить гипотезу о равенстве дисперсий случайных величин.
1-й шаг. |
Формирование основной H0 и альтернативной H1 гипотез: |
H0 : σξ2 = ση2 , |
H1 : σξ2 ≠ ση2 . |
2-й шаг. Задание уровня значимости α.
3-й шаг. Формирование критической статистики. В качестве меры различия дисперсий σξ2 и σξ2 выбираем величину ψкр =σ~ξ2 /σ~η2 .
Предложение 9.4. Предельное распределение статистики |
ψкр как случайной |
||
величины в случае справедливости проверяемой |
гипотезы H0 стремится к |
||
F−распределению Фишера F (n1 , n2 ) с n1 |
и n2 |
числом степеней |
|
свободы |
lim Fψкр (x) = F(n1 −1, n2 −1) . # |
|
|
|
n1 ,n2 →∞ |
|
|
4-й шаг. Определение критических границ.
132
Верхняя критическая граница определяется как процентная точка
распределения Фишера уровня |
α 100% : ψкр.в |
|
= Fα |
(n1 ,n2 ) . |
|
|
|||||||||||||||
|
|
|
|
|
|
|
|
|
|
2 |
|
|
|
|
2 |
100% |
|
|
|
||
Для F−распределения Фишера нижняя критическая точка может быть |
|||||||||||||||||||||
найдена из выражения ψкр.н = F |
|
α |
(n1,n2 ) = |
|
1 |
. |
|
|
|
||||||||||||
|
|
|
|
||||||||||||||||||
|
|
|
|
|
|
|
|
|
(1− 2 )100% |
|
|
|
ψкр.в |
|
|
|
|
||||
Значение |
процентной |
точки |
|
Fα |
(n1,n2 ) находится из |
таблиц |
|||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
2 |
100% |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
математической |
статистики |
для |
распределения |
Фишера. |
|
|
|
||||||||||||||
5-й шаг. Расчетное значение критической статистики равно: |
|
|
|||||||||||||||||||
|
|
|
|
|
|
1 |
|
n1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
σ~ξ2 |
|
|
|
|
∑(xi − aξ ) |
2 |
|
|
|
|
|
|
|
|
|
|
|
|||
|
|
|
|
n |
|
|
|
|
|
|
|
|
|
|
|
|
|||||
ψ расч |
= |
|
= |
|
1 |
|
i=1 |
|
|
. |
|
|
|
|
|
|
|
|
|
(9.7) |
|
~2 |
|
1 |
|
n2 |
|
|
|
|
|
|
|
|
|
|
|
||||||
|
ση |
|
|
|
∑( yi − aη )2 |
|
|
|
|
|
|
|
|
|
|
||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||
|
|
|
|
|
n2 i=1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
Если |
выполняется условие |
F |
α |
|
(n1 |
,n2 ) ≤ψ расч ≤ Fα |
|
(n1 ,n2 ) , |
то H0 |
||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
(1− |
2 |
)100% |
|
|
2 |
100% |
|
||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
верна с ошибкой первого рода α, в противном случае H0 отвергается.
Пример 9.6. Для данных примера 9.4. можно ли на уровне значимости α = 0,01 считать одинаковыми отклонения от среднего времени обслуживания клиентов банка в первый и второй дни, если известно, что M [ξ] = mξ =17,8 ,
M [η] = mη =17,6 , n1 = n2 = 55. |
|
|
|
|
|
~2 |
=8,38, |
~2 |
=8,14 . |
Решение. Предварительно найдем σξ |
ση |
|||
1-й шаг. H0 : σξ2 = ση2 , H1 : σξ2 ≠ ση2 . |
|
|
|
|
2-й шаг. α = 0,01. |
~2 |
|
|
|
~2 |
|
|
|
|
3-й шаг. ψкр =σξ |
/ση . |
|
|
|
4-й шаг. Находим, используя таблицу процентных точек распределения Фишера, верхнюю и нижнюю критические границы: ψкр.в = F0,005 (55,55) = 2,024 ,
ψкр.н =1/ 2,024 = 0,494 .
5-й шаг. Определяем по (9.8) расчетное значение критической статистики:
ψ расч = 8,38 / 8,14 =1,03.
Поскольку условие ψкр.н ≤ψ расч ≤ψкр.в выполняется, то H0 верна.
133
9.4.2. Проверка гипотез о равенстве дисперсий случайной величины при неизвестных математических ожиданиях
Пусть имеются две выборки x1 ,K, xn1 , y1 ,K, yn2 случайных величин ξ и η
из нормальных генеральных совокупностей и пусть математические ожидания aξ и aη этих случайных величин неизвестны. Необходимо проверить гипотезу о равенстве дисперсий случайных величин.
1-й шаг. Формирование основной и альтернативной гипотез H0 : σξ2 = ση2 ,
H1 : σξ2 ≠ ση2 . |
|
|
|
|
|
|
|
|
|
||
2-й шаг. Задание уровня значимости α. |
|
|
|
|
|
|
|||||
3-й шаг. Выбор критической статистики ψкр = sξ2 / sη2 . |
В качестве оценок |
||||||||||
дисперсий необходимо использовать несмещенные оценки. |
|
|
|
|
|||||||
Предельное распределение |
статистики |
ψкр |
при неизвестных |
aξ и aη |
|||||||
стремится |
к |
распределению Фишера с (n1 −1) |
и (n2 −1) |
числом |
степеней |
||||||
свободы |
|
lim |
Fψкр (x) = F(n1 −1, n2 |
−1) . |
|
|
|
|
|
|
|
|
n1 ,n2 →∞ |
|
|
|
|
|
|
|
|
||
4-й шаг. Определение критических границ. Соответственно верхняя и |
|||||||||||
нижняя критические точки равны: |
|
|
|
|
|
|
|
|
|||
ψкр.в = Fα |
(n1 −1,n2 −1) , ψкр.н = F |
α |
(n1 −1,n2 −1) = |
|
1 |
. |
|
||||
|
|
|
|||||||||
|
|
2 |
100% |
(1− |
2 )100% |
|
|
ψкр.в |
|
5-й шаг. Расчетное значение критической статистики при неизвестных математических ожиданиях определяется из выражения
ψ расч = sξ2 =
sη2
|
|
|
1 |
|
n1 |
~ |
2 |
|
|
|
|
|
|
|
|
|
|
||||
|
|
|
|
|
∑(xi − aξ ) |
|
|
|
|
|
|
|
n |
−1 |
|
|
|
|
|||
|
|
i=1 |
|
|
|
. |
|
|||
|
1 |
|
|
|
|
|
(9.8) |
|||
|
|
|
1 |
|
n2 |
~ |
|
2 |
||
|
|
|
|
|
|
|
|
|||
|
|
|
|
|
∑( yi − aη ) |
|
|
|
||
|
n2 |
|
|
|
|
|
||||
|
−1 i=1 |
|
|
|
|
|
Если выполняется условие |
F |
α |
)100% |
(n1 −1,n2 −1) ≤ψ расч ≤ Fα |
(n1 −1,n2 −1) |
, |
|
(1− |
2 |
2 |
100% |
|
|
|
|
|
|
|
то H0 верна с ошибкой первого рода α, в противном случае H0 отвергается.
Пример 9.7. Для данных примера 9.4 проверить гипотезу о равенстве дисперсий при неизвестных математических ожиданиях aξ и aη для уровня значимости α = 0,1.
Решение. Поскольку aξ и aη неизвестны, то определим по исходным данным их оценки: a~ξ =17,84, a~η =17,65 . Далее, используя полученные
134
оценки математических ожиданий, вычислим несмещенные оценки: sξ2 = 8,55, sη2 = 8,30.
Находим, используя таблицу процентных точек распределения Фишера, верхнюю и нижнюю критические границы: ψкр.в = F0,05 (54,54) = 1,571,
ψкр.н =1/1,571 = 0,494 .
Определяем по (9.8) расчетное значение критической статистики:
ψ расч = 8,55 / 8,30 = 1,03.
Поскольку условие ψкр.н ≤ψ расч ≤ψкр.в выполняется, то H0 не отвергается.
9.4.3. Проверка гипотез о равенстве математических ожиданий случайных величин при известных дисперсиях
Пусть даны две выборки из нормальных генеральных совокупностей случайных величин ξ и η, и известны их дисперсии. Необходимо проверить гипотезу о равенстве математических ожиданий.
1-й шаг. Формирование основной и альтернативной гипотез H0 : aξ = aη ,
H1 : aξ ≠ aη .
Такая задача ставится обычно тогда, когда выборочные средние оказываются различными. Возникает вопрос: значимо ли это различие?
2-й шаг. Задание уровня значимости α.
3-й шаг. Формирование критической статистики и определение ее закона распределения при n1 → ∞, n2 → ∞ :
|
~ |
~ |
|
|
|
ψкр = |
aξ |
− aη |
|
|
. |
/ n |
+σ |
|
/ n |
||
σ 2 |
2 |
2 |
|||
ξ |
1 |
|
η |
|
|
Предложение |
9.5. |
Предельное |
распределение статистики ψкр при |
|||||
известных |
σξ2 |
и |
ση2 |
стремится |
к нормальному распределению |
||||
lim |
Fψкр (x) = N (0,1) . # |
|
|
|
|
|
|||
n1 ,n2 →∞ |
|
|
|
|
|
|
|
|
|
|
4-й шаг. |
Верхняя и нижняя критические точки соответственно равны: |
|||||||
ψкр.в |
= u |
α , |
ψкр.н = −ψкр.в , |
где u |
α |
− |
квантиль стандартного нормального |
||
|
1− |
2 |
|
|
|
1− |
2 |
|
|
|
|
|
|
|
|
|
|
распределения уровня 1 −α / 2 .
5-й шаг. Определение расчетного значения критической статистики
135
|
~ |
~ |
|
|
|
|
ψ расч = |
aξ |
− aη |
|
|
. |
(9.9) |
/ n |
+σ |
|
/ n |
|||
σ 2 |
2 |
2 |
|
|||
ξ |
1 |
|
η |
|
|
и принятие решения. Если выполняется условие ψ кр.н ≤ψ расч ≤ψкр.в , то гипотеза H0 принимается. В противном случае H0 отвергается с ошибкой первого рода α.
Замечание 9.8. Данный алгоритм проверки гипотез о равенстве aξ и aη справедлив и при отклонении распределения случайных величин ξ и η от нормального, но при условии, что n1 и n2 больше 30.
Пример 9.8. Для данных примера 9.4 проверить для уровня значимости α = 0,05 гипотезу о равенстве математических ожиданиях aξ и aη при условии, что
дисперсии известны и равны σξ2 |
= 8,65 и ση2 = 8,12 . |
|
|
|||||||
Решение. |
Оценки |
|
математических |
ожиданий |
определим по |
исходным |
||||
|
~ |
= 17,84, |
~ |
|
|
|
|
|
||
выборкам: aξ |
|
aη = 17,65 . |
|
|
|
|||||
Находим, используя таблицу функции Лапласа, верхнюю и нижнюю |
||||||||||
критические границы: ψкр.в = u |
0,05 = arg Φ(0,475) = 1,96 , ψкр.н = −1,96 . |
|||||||||
|
|
|
|
|
1− |
|
|
|
|
|
|
|
|
|
2 |
|
|
|
|
||
|
|
|
|
|
|
|
|
|
|
|
Определяем по |
|
(9.9) расчетное |
значение |
критической |
статистики: |
|||||
ψ расч = |
|
17,84 −17,65 |
|
= 0,34. |
|
|
|
|
||
|
|
|
|
|
|
|||||
|
|
|
|
|
|
|
|
|||
|
8,65 / 55 + 8,12 / 55 |
|
|
|
|
|
Поскольку условие ψкр.н ≤ψ расч ≤ψкр.в выполняется, то H0 не отвергается.
9.4.4. Проверка гипотез о равенстве математических ожиданий случайных величин при неизвестных дисперсиях
Пусть имеются две выборки из нормальных генеральных совокупностей случайных величин ξ и η. Требуется проверить гипотезу о равенстве aξ и aη.
1-й шаг. Формирование основной и альтернативной гипотез H0 : aξ = aη ,
H1 : aξ ≠ aη .
2-й шаг. Задание уровня значимости α.
3-й шаг. Формирование критической статистики
|
|
|
~ |
|
~ |
|
|
n n |
|
|
|
|
|
|
|
||||
ψкр = |
|
|
aξ |
|
− aη |
|
|
2 . |
|
|
|
|
|
|
|
1 |
|||
−1)s |
|
+ (n |
|
||||||
(n |
2 |
2 |
−1)s2 |
n1 + n2 |
|||||
1 |
|
|
ξ |
|
η |
|
|
n1 + n2 − 2
136
Предложение 9.6. Предельное распределение статистики ψкр стремится к
t−распределению Стьюдента с |
(n1 + n2 − 2) числом степеней |
свободы |
||||
lim Fψкр (x) = t(n1 + n2 − 2) . # |
|
|
||||
n1 ,n2 →∞ |
|
|
|
|
|
|
4-й шаг. Верхняя и нижняя критические точки определяются по формулам: |
||||||
ψкр.в |
= tα |
100% |
(n1 + n2 − 2) , ψкр.н = −ψкр.в , |
|
||
|
|
2 |
|
|
|
|
|
|
|
|
|
|
|
где tα |
|
(n1 + n2 − 2) − верхняя процентная точка t−распределения Стьюдента, |
||||
2 |
100% |
|
|
|
|
|
|
|
|
|
|
|
|
которая |
может |
быть определена |
по статистическим таблицам. |
Поскольку |
t−распределение Стьюдента симметрично, то нижняя и верхняя критические точки симметричны относительно 0.
5-й шаг. Определение расчетного значения критической статистики
|
|
|
|
~ |
~ |
|
|
|
n n |
|
|
|
|
|
|
|
|
|
|
||||
ψ расч = |
|
|
aξ |
− aη |
|
|
|
2 . |
|
||
|
|
|
|
|
|
1 |
(9.10) |
||||
−1)s2 |
+ (n |
|
|||||||||
|
(n |
2 |
−1)s2 |
n1 + n2 |
|||||||
1 |
|
|
ξ |
|
η |
|
|
|
|||
|
|
n1 + n2 − 2 |
|
|
|
|
|||||
Если выполняется условие ψкр.н ≤ψ расч |
≤ψкр.в , то гипотеза H0 принимается. |
В противном случае H0 отвергается с ошибкой первого рода α.
Замечание 9.9. Данный алгоритм проверки гипотез о равенстве aξ и aη справедлив и при отклонении распределения случайных величин ξ и η от нормального, но при условии, что n1 и n2 больше 30.
Пример 9.9. Для данных примера 9.4 проверить для уровня значимости α = 0,01 гипотезу о равенстве математических ожиданиях aξ и aη при условии, что дисперсии неизвестны.
Решение. Оценки математических ожиданий и несмещенные оценки дисперсий определим по исходным выборкам: a~ξ = 17,84 , a~η = 17,65 , sξ2 =8,55,
sη2 =8,30. |
|
|
|
|
|
Находим, |
используя |
таблицу |
процентных |
точек t−распределения |
|
Стьюдента, |
верхнюю |
и |
нижнюю |
критические |
границы: |
ψкр.в = t0,005 (55 + 55 − 2) = 2,62 |
, ψкр.н = −2,62 . |
|
|
Определяем по (9.10) расчетное значение критической статистики:
137
ψ расч = |
|
|
17,84 −17,65 |
|
|
= 0,065. |
|
|
|
|
|
|
||
|
|
|
|
|
|
|
|
|
||||||
|
|
|
|
|
|
|
|
|
|
|
|
|||
|
|
54 8,55 + 54 8,30 |
|
|
|
|
|
|
|
|||||
|
108 |
|
|
|
|
|
|
|
|
|
|
|
||
Поскольку условие ψкр.н |
≤ψ расч ≤ψкр.в |
выполняется, то H0 не отвергается. |
||||||||||||
Упражнение 9.4. Исследование длительности оборота оборотных средств |
||||||||||||||
двух групп |
предприятий |
|
|
(по 14 предприятий в каждой) |
дало |
|
следующие |
|||||||
результаты: |
~ |
|
~ |
2 |
2 |
, |
2 |
2 |
. |
Выяснить, |
||||
aξ = 23 дней, |
aη |
= 26 дней, sξ |
= 4 дней |
sη = 9 |
дней |
можно ли для уровня значимости α = 0,1 считать, что отклонения в длительности оборота оборотных средств групп предприятий одинаковы.
Упражнение 9.5. Исследование в течение месяца (25 рабочих дней) ежедневных простоев двух строительных бригад из-за отсутствия материалов
дало следующие |
результаты: |
~ |
= 1,75 |
~ |
= 1,99 ч., при |
априорных |
aξ |
ч., aη |
|||||
предположениях σξ2 |
=1,4 ч2., sη2 |
=1,1 ч2. |
Выяснить, можно ли |
для уровня |
значимости α = 0,01 считать среднее время простоя бригад одинаковым.
9.5. Проверка гипотез о стохастической независимости элементов выборки
Прежде чем приступить к статистической обработке результатов наблюдений, необходимо убедиться в том, что элементы выборки образуют случайную последовательность (являются случайными и независимыми).
9.5.1.Критерий «восходящих» и «нисходящих» серий
Вранговом критерии «восходящих» и «нисходящих» серий предварительно формируется последовательность серий «+» и «−». Для этого в исходной
выборке x1 ,K, xn на месте i-го элемента ставят «+», если xi+1 > xi , и «−», если xi+1 < xi . Если xi+1 = xi , то в серии ничего не проставляется. Полученная
последовательность «+» и «−» может характеризоваться количеством серий v(n) и длиной самой длинной серии τ(n) . При этом под серией понимается
последовательность подряд идущих «+» или «−». Длина серии − количество подряд идущих «+» или «−».
1-й шаг. Формулирование основной и альтернативной гипотез:
H0: элементы выборки x1 ,K, xn являются стохастически независимыми, Н1: элементы выборки x1 ,K, xn не являются стохастически независимыми. 2-й шаг. Задание уровня значимости α.
138
3-й |
шаг. |
Формирование |
двумерной |
критической |
статистики |
ψкр =ψ{v(n),τ(n)}. |
Предельное |
распределение |
статистики ψкр |
является |
двумерным с частными предельными распределениями v(n) |
и τ(n) . |
|||||||||
4-й шаг. Определение верхней и нижней критических точек распределения |
||||||||||
|
1 |
|
|
|
|
16n − |
29 |
|
|
|
ψкр.в = vкр (n) = |
|
|
(2n −1) |
− u |
α |
|
|
|
, |
(9.11) |
3 |
90 |
|
||||||||
|
|
1− |
2 |
|
|
|
|
5, |
при n ≤ 26, |
|
ψкр.н =τкр (n) = 6, |
при 26 < n ≤153, |
(9.12) |
7, |
при153 < n ≤1170. |
|
5-й шаг. Определение расчетных значений критической статистик v расч (n) , которая равна количеству серий в последовательности «+» и «−», и τ расч (n) − длина самой длинной очереди. Если одновременно выполняются условия
vрасч (n) ≥ vкр (n), |
(9.13) |
|
|
τ расч (n) ≤τкр (n), |
|
то H0 принимается с ошибкой первого рода α. В противном случае элементы выборки нельзя считать стохастически независимыми.
Замечание 9.10. Критерий «восходящих» и «нисходящих» серий улавливает смещение оценки математического ожидания монотонного и периодического характера. Данный критерий является ранговым и применим для выборки с любым законом распределения.
Пример 9.10. Для выборки xi , i = 1,27 из примера 9.5 проверить гипотезу о
стохастической независимости элементов выборки для уровня значимости α = 0,05 с помощью критерия «восходящих» и «нисходящих» серий.
Решение. Построим последовательность серий
− + − + − + − + − + + − + − + − − − − + − + − − +.
Получим vрасч (n) = 20 |
, |
τ расч (n) = 4 . Найдем из (9.11), (9.12) vкр (n) и τкр (n) : |
||
vкр (27) = 6 , τкр (27) = |
1 |
(2 27 −1) −1,96 |
16 27 − 29 |
= 13,52 . |
|
3 |
|
90 |
|
Поскольку условия (9.13) выполняются, то H0 не отвергается и элементы выборки можно считать случайными и независимыми.
139
9.5.2. Критерий стохастической независимости Аббе
Если выборка x1 ,K, xn принадлежит нормальной генеральной
совокупности, то для выяснения вопроса о ее случайности предпочтительнее воспользоваться критерием Аббе. Критерий Аббе позволяет обнаружить систематическое смещение среднего в ходе выборочного обследования.
1-й шаг. Формулирование основной и альтернативной гипотез:
H0: элементы выборки x1 ,K, xn являются стохастически независимыми, Н1: элементы выборки x1 ,K, xn не являются стохастически независимыми. 2-й шаг. Задание уровня значимости α.
3-й |
|
шаг. |
Формирование |
критической |
статистики |
ψкр = |
q2 |
(n) |
, |
где |
||
|
s |
2 |
||||||||||
|
|
1 |
n−1 |
|
|
|
|
|
|
|
||
|
|
|
|
|
|
|
|
|
|
|
||
q2 (n) = |
|
∑(xi+1 − xi )2 , s2 − несмещенная оценка дисперсии выборки. |
|
|
||||||||
|
|
|
|
|||||||||
|
2n −1 i=1 |
|
|
|
|
|
|
|
|
|
||
При |
n ≤ 60 |
предельное |
распределение |
критической |
статистики |
|
γα(n) |
затабулировано и представлено в статистических таблицах для различных значений α.
4-й шаг. Определение нижней критической точки осуществляется двумя способами. Если n > 60, то
|
u |
α |
|
|
|
ψкр.н = 1 + |
1− |
2 |
|
|
, |
|
|
|
|
||
|
|
|
|
|
|
|
|
|
2 |
α |
|
|
n + 0,5 1 + u |
|
|
||
|
|
|
|
|
|
|
|
1− |
2 |
|
При n ≤ 60 ψкр.н =γα(n) находится по статистическим таблицам.
5-й шаг. Определение расчетного значения критической статистики
ψ расч = |
q2 |
(n) |
. Если |
ψ расч ≥ψкр.н , то гипотеза H0 о стохастической |
|
s |
2 |
||||
|
|
|
|
независимости элементов выборки принимается с ошибкой первого рода α. В противном случае элементы выборки нельзя считать случайными и независимыми.
Пример 9.11. Для выборки xi , i = 1,27 из примера 9.5 проверить гипотезу о
стохастической независимости элементов выборки для уровня значимости α = 0,05 с помощью критерия Аббе.
Решение. Поскольку n ≤ 60, то с помощью таблицы для α = 0,05 получим
ψкр.н = γ0(,2705) = 0,69 .
140