
- •С.Е.Игнатова математическая статистика
- •Санкт-Петербург
- •Утверждено редакционно-издательским советом сПбГиэу
- •Игнатова с.Е.
- •Содержание:
- •Предисловие
- •Введение
- •1.Генеральная совокупность, выборка и основные способы организации выборки.
- •2.Вариационный ряд и порядковые статистики.
- •3.Статистическое оценивание параметров.
- •4.Точечные оценки и их свойства (несмещенность, состоятельность и эффективность).
- •5.Основные выборочные характеристики и их свойства.
- •5.1.Генеральная и выборочная средние.
- •5.2.Групповая и общая средние.
- •5.3.Отклонение от общей средней и его свойство.
- •5.4.Генеральная и выборочная дисперсии.
- •5.5.Групповая, внутригрупповая, межгрупповая и общая дисперсии.
- •5.6.Сложение дисперсий.
- •6.Основные точечные оценки.
- •6.1.Оценка генеральной средней по выборочной средней. Устойчивость выборочных средних.
- •6.2.Оценка генеральной дисперсии по исправленной выборочной.
- •7.Законы распределения выборочных характеристик в нормальной генеральной совокупности.
- •7.1.Число степеней свободы.
- •7.2.Распределение хи-квадрат.
- •7.3.Распределение Стьюдента.
- •7.4.Распределение Фишера-Снедекора.
- •8.Интервальные оценки и доверительные области.
- •8.1.Оценка вероятности (биноминального распределения) по относительной частоте.
- •8.2.Доверительный интервал для оценки математического ожидания нормального распределения при известном среднем квадратическом отклонении.
- •8.3.Доверительный интервал для оценки среднего квадратического отклонения нормального распределения.
- •9.Байесовское статистическое оценивание.
- •10.Статистическая проверка гипотез: основные типы гипотез и общая логическая схема статистического критерия; характеристики качества критерия.
- •10.1.Общая логическая схема статистического критерия
- •10.2.Характеристики качества критерия.
- •11.Критерии согласия и однородности, проверка гипотезы о числовых значениях параметров.
- •11.1.Критерий однородности.
- •Например, рассмотрим непараметрический критерий сдвига.
- •11.2.Критерий согласия.
- •11.3.Методика вычисления теоретических частот нормального распределения:
- •11.4.Пример обработки массива статистических данных.
- •11.5.Сравнение двух дисперсий нормальных генеральных совокупностей
- •12.Неравенство информации, метод максимального правдоподобия и метод моментов.
- •12.1.Метод максимального правдоподобия
- •12.2.Неравенство информации
- •12.3.Эмпирические моменты
- •12.4.Метод моментов.
- •13.Основы статистического исследования зависимостей.
- •13.1.Регрессионный анализ.
- •13.1.1.Отыскание параметров выборочного уравнения линейной регрессии по несгруппированным данным.
- •13.1.2.Выборочный коэффициент корреляции.
- •13.1.3.Корреляционная таблица.
- •13.1.4.Отыскание параметров выборочного уравнения линейной регрессии по сгруппированным данным.
- •13.1.5.Выборочное корреляционное отношение.
- •13.1.6.Свойства выборочного корреляционного отношения.
- •13.1.7.Простейшие случаи криволинейной корреляции.
- •13.1.8.Понятие о множественной корреляции.
- •13.2.Дисперсионный анализ.
- •13.2.1.Общая, факторная и остаточная суммы квадратов отклонений
- •13.2.2.Связь между общей, факторной и остаточной суммами.
- •13.2.3.Общая, факторная и остаточная дисперсии.
- •13.2.4.Сравнение нескольких средних методом дисперсионного анализа.
- •13.2.5.Неодинаковое число испытаний на различных уровнях фактора.
- •Заключение
- •Список литературы:
- •Сведения об авторе
10.Статистическая проверка гипотез: основные типы гипотез и общая логическая схема статистического критерия; характеристики качества критерия.
Определение: Статической гипотезой называют гипотезу о виде неизвестного распределения или о параметрах известных распределений.
Определение:
Нулевой (основной) гипотезой называют
выдвинутую гипотезу
.
Конкурирующей (алтернативной) называют
гипотезу
,
которая противоречит основной гипотезе.
Наряду с выдвинутой гипотезой рассматривают и альтернативную гипотезу . Если выдвинутая гипотеза отвергается, обычно принимается альтернативную гипотеза.
Пример:
Если
:
M(X)
= 10, то
альтернативная гипотеза
:
M(X)
10.
В результате проверки может быть принято правильное или неправильное решение. Различают ошибки двух родов.
Определение: Ошибка первого рода состоит в том, что будет отвергнута правильная гипотеза. Ошибка второго рода состоит в том, что будет принята неправильная гипотеза.
Обычно ошибка первого рода влечёт за собой ошибку второго рода. Но на практике возможны и другие ситуации.
Например, если отвергается правильный закон распределения, то происходит ошибка первого рода. Но после этого может быть принято решение уточнить данные, то есть другая гипотеза не принимается.
Если же принимается другое распределение, то совершается ошибка второго рода.
10.1.Общая логическая схема статистического критерия
В целях проверки
нулевой гипотезы в рассмотрение вводят
специально подобранную случайную
величину, распределение которой известно.
Её обозначают U
или Z,
если она распределена нормально, F
или
,
если она
распределена по закону Фишера-Снедекора,
T
– если по закону Стьюдента,
– если по закону хи-квадрат. Для общности
её можно обозначить буквой K.
Определение: Случайная величина K, которая служит для проверки нулевой гипотезы, называется статическим критерием.
Для проверки гипотезы сначала по данным выборки вычисляют значения входящих в критерий величин, а затем и сам критерий.
Определение:
Вычисленное
по выборкам значение критерия называют
наблюдаемым значением и обозначают
.
Область возможных значений критерия разбивают на две области: в одной находятся те значения, при которых гипотеза принимается, а в другой – те, при которых гипотеза отвергается.
Определение: Критической областью называется область значений критерия, при которых нулевая гипотеза отвергается.
Определение: Областью принятия гипотезы называется совокупность значений критерия, при которых гипотеза принимается.
Определение:
Критическими
точками (границами)
называются точки, отделяющие критическую
область от области принятия гипотезы.
Определение:
Правосторонней
областью называется область, которая
определяется неравенством
.
Левосторонней
областью называется область, которая
определяется неравенством
.
Двусторонние
области определяются неравенствами
,
где
(
,
–
критические точки).
Для отыскания правосторонней критической области необходимо найти критическую точку исходя из условия:
P( ) = α,
где α – уровень значимости критерия.
Для отыскания левосторонней критической области необходимо найти критическую точку исходя из условия:
P( ) = α .
Для отыскания двусторонней критической области необходимо найти критические точки исходя из условия:
Р( ) + Р( ) = α. (1)
Ясно, что критические
точки могут быть выбраны бесчисленным
множеством способов. Если же распределение
критерия симметрично относительно
нуля, и имеются основания выбрать
симметричные относительно нуля точки
,
и
(
),
то Р(
)
= Р(
).
Учитывая формулу
(1), получим Р(
)
=
.
Это соотношение и служит для отыскания критических точек двусторонней критической области.
Для каждого критерия, т. е. соответствующего распределения, обычно составлены таблицы, по которым находят Kкр..
После того, как критическая точка найдена, по данным выборки вычисляют наблюдаемое значение критерия.
Если
,
то гипотезу
отвергают,
если наоборот, то принимают.