- •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
11.5.Сравнение двух дисперсий нормальных генеральных совокупностей
На практике часто требуется сравнить точность измерения различными приборами и методами.
Пусть имеются две нормально распределенные совокупности X и Y. (Если одну и ту же нормально распределенную случайную величину измеряют двумя приборами, то генеральные совокупности измеряемых значений будут разными – X и Y.)
Из этих генеральных
совокупностей извлекают выборки объемом
n1
и
n2
и находят
«исправленные» выборочные дисперсии
и
.
Зададим уровень значимости критерия α.
По данным значениям , и α проверим нулевую гипотезу, состоящую в том, что генеральные дисперсии равны.
Итак,
:
=
(Y).
«Исправленные» дисперсии являются несмещёнными оценками генеральных дисперсий, т. е.
М( ) = (X), M( ) = (Y),
Поэтому можно представить нулевую гипотезу таким образом:
: М( ) = M( )
Проверим равенство
математических ожиданий «исправленных»
выборочных дисперсий. В качестве критерия
проверки нулевой гипотезы примем
отношение большей «исправленной»
дисперсии
к
меньшей
,
т. е. случайную величину: F
=
Величина F имеет распределение Фишера-Снедекора со степенями свободы k1 = n1 - 1, k2 = n2 - 1, где n1 – объем выборки для большей «исправленной» дисперсии, n2 – для меньшей.
Предположим, что большая дисперсия относится к измерениям X, а меньшая – к измерениям Y.
Тогда в качестве альтернативной гипотезы можно принять
: D(X)
> D(Y).
В этом случае критическую область находят из условия:
P ( F > Fкр (α, k1, k2)) = α (правосторонняя область).
Критическую точку находят по таблице распределения Фишера-Снедекора.
Пример: По двум независимым выборкам объемом n1 = 10 и n2 = 15 найдены «исправленные» выборочные дисперсии = =12,5 , = 7,3. По уровню значимости α = 0,05 проверить нулевую гипотезу : (X)= (Y).
Решение: Находим Fнабл :
Fнабл
=
= 1,71.
По таблице Фишера-Снедекора при α = 0,05, k1 = 10 – 1 = 9, k2 = 15 – 1 = 14 находим Fкр = 2,65.
Т.к. Fнабл < Fкр, то нет оснований отвергать нулевую гипотезу.
Заметим, что в тех
случаях, когда альтернативная гипотеза
может быть представлена в виде
(X)
≠
(Y),
нужно строить двустороннюю область, и
уровень значимости можно увеличить.
При этом можно ограничиться нахождением
правосторонней области для уровня
значимости
.
Пример:
По двум независимым выборкам, объемы
которых n1
= 10 и n2
= 18, извлеченным из нормальных совокупностей
X
и Y,
найдены «исправленные» выборочные
дисперсии
= 1,23 и
. При уровне значимости α
= 0,1 проверить
нулевую гипотезу о равенстве генеральных
дисперсий при альтернативной гипотезе
:
(X) ≠ (Y)
Решение: Найдем наблюдаемое значение критерия Фишера-Снедекора:
Fнабл
=
= 3.
Здесь критическая область двусторонняя, поэтому уровень значимости принимаем = 0,05, число степеней свободы k1 = 9, k2 = 17. По таблице распределения Фишера-Снедекора находим критическую точку Fкр (0,05, 9, 17) = 2,5.
Т.к. Fнабл > Fкр, нулевую гипотезу отвергаем.
Если при этом рассматривать два метода или прибора измерения, то предпочтительнее тот, у которого выборочная дисперсия меньше (в нашем примере – 0,41), т. е . совокупность Y.
