43. Проверка гипотезы методом определения уровня вероятности (p-value метод)

ля проверки нулевой гипотезы H0 о равенстве нулю некоторого коэффициента регрессионного уравнения (H0:β₂=0, H₀: β₂≠0) необходимо сравнить фактическое значение статистики, найденное по формуле с критическим значением t-статистики Стьюдента для выбранного уровня значимости, то есть со значением двусторонней (1-α) квантили t-статистики Стьюдента с n-k степенями свободы. Величина α характеризует допустимый уровень вероятности ошибиться, отвергнув нулевую гипотезу, когда она верна.

Если фактическое значение t-статистики Стьюдента больше критического значения статистики, то нулевая гипотеза отвергается для данного уровня значимости α, иначе нулевая гипотеза не может быть отвергнута для данного уровня значимости α. В случае отвержения нулевой гипотезы для уровня значимости говорят, что коэффициент β регрессионного уравнения значим на уровне значимости α (или, говорят, что оценка коэффициента β значимо отличается от нуля), и соответствующий ему регрессор объясняет вариацию зависимой переменной. В противном случае говорят, что коэффициент незначим на уровне значимости α.

Второй способ проверки гипотезы – сравнить p-значение (фактическую вероятность принятия нулевой гипотезы данного коэффициента регрессии) с выбранным уровнем значимости. Если выполняется условие p< α , то нулевая гипотеза отвергается на уровне значимости α, иначе нулевая гипотеза не может быть отвергнута для данного уровня значимости α .

 

44. Классическая процедура проверки статистических гипотез

Статистическая проверка гипотез, система приёмов в математической статистике, предназначенных для проверки соответствия опытных данных некоторой статистической гипотезе. Процедуры С. п. г. позволяют принимать или отвергать статистические гипотезы, возникающие при обработке или интерпретации результатов измерений во многих практически важных разделах науки и производства, связанных с экспериментом. Правило, по которому принимается или отклоняется данная гипотеза, называется статистическим критерием. Построение критерия определяется выбором подходящей функции Т от результатов наблюдений, которая служит мерой расхождения между опытными и гипотетическими значениями. Эта функция, являющаяся случайной величиной, называется статистикой критерия, при этом предполагается, что распределение вероятностей Т может быть вычислено при допущении, что проверяемая гипотеза верна. По распределению статистики Т находится значение Т₀, такое, что если гипотеза верна, то вероятность неравенства T >T₀ равна a, где a — заранее заданный значимости уровень. Если в конкретном случае обнаружится, что Т > T₀, то гипотеза отвергается, тогда как появление значения Т £ T₀ не противоречит гипотезе. Пусть, например, требуется проверить гипотезу о том, что независимые результаты наблюдений x₁,..., x_n подчиняются нормальному распределению со средним значением а = a₀ и известной дисперсией s². При этом предположении среднее арифметическое    результатов наблюдений распределено нормально со средним а = a₀ и дисперсией s²/n, а величина    распределена нормально с параметрами (0, 1). Полагая     можно найти связь между T₀ и a по таблицам нормального распределения. Например, при гипотезе а = a₀событие Т > 1, 96 имеет вероятность а = 0,05. Правило, рекомендующее считать, что гипотеза а = a₀неверна, если Т > 1,96, будет приводить к ложному отбрасыванию этой гипотезы в среднем в 5 случаях из 100, в которых она верна. Если же Т £ 1,96, то это ещё не означает, что гипотеза подтверждается, т.к. указанное неравенство с большой вероятностью может выполняться при а, близких к a₀. Следовательно, при использовании предложенного критерия можно лишь утверждать, что результаты наблюдений не противоречат гипотезе а = a₀. При выборе статистики Т всегда явно или неявно учитывают гипотезы, конкурирующие с гипотезой а = a₀. Например, если заранее известно, что а ³ a₀, т. е. отклонение гипотезы а = a₀ влечёт принятие гипотезы а > a₀, то вместо Т следует взять   . Если дисперсия s² неизвестна, то вместо данного критерия для проверки гипотезы а = a₀ можно воспользоваться т. н. критерием Стьюдента, основанным на статистике    которая включает несмещенную оценку дисперсии