- •Статистика
- •Статистическое тестирование дискретных случайных последовательностей.
- •1.Общий алгоритм тестирования по методу χ2.
- •2. Тест n-серий
- •3. Тест интервалов
- •4. Обобщенный покер тест
- •5. Тест “собирателей купонов”
- •6. Тест перестановок
- •7. Тест пересекающихся n-грамм.
- •8. Тест, основанный на рангах двоичных матриц.
- •9. Спектральные тесты.
- •10. Тесты случайного блуждания
- •11. Тест Маурера
- •12. Тест, основанный на алгоритме сжатия Лемпеля-Зивы.
- •13. Энтропийные тесты.
- •14. Тест, основанный на линейной сложности.
- •15. Тест на основе экстремальной статистики скалярного произведения.
- •16. Тест на основе экстремальной статистики дельта-произведения.
9. Спектральные тесты.
Под этим термином понимаются тесты, основанные на преобразовании Фурье (спектре Фурье) исследуемых последовательностей.
Рассмотрим
спектральный тест для выявления скрытой
периодичности в исследуемой
последовательности
.
Определим
гипотезу H0:
– равномерно распределенная случайная
последовательность с нулевым средним
и дисперсией
и альтернативу H1
о наличии скрытой периодичности с
некоторым неизвестным периодом T0,
,
и соответствующей частотой
:
Где
– периодический тренд с некоторым
неизвестным коэффициентами {ak,
bk};
– параметр тренда, определяющий
количество гармоник с частотами, кратными
основной исследуемой частоте ω0.
Если
исследуется «чисто гармонический»
тренд с единственной частотой ω0,
то полагаем
.
Далее предполагается, что n
кратно T0,
что не является существенным ограничением,
если n
достаточно велико.
Определим
конечное множество
частот
и
дискретное преобразование Фурье
временного ряда
на частоте
(
-мнимая
единица):
(9.2)
Для обнаружения скрытой периодичности строится специальная статистика – гистограмма:
(9.3)
Оказывается, если верна гипотеза H0, то при и известной дисперсии σ2 статистика (9.3) имеет асимптотически – распределение с 2k степенями свободы [s]:
(9.4)
По теореме Муавра – Лапласа при и истинной гипотезе
(9.8)
Поэтому критерий согласия для гипотезы при уровне значимости α асимптотически имеет вид:
принимается
,
(9.9)
где
– стандартная нормальная функция
распределения.
Отметим,
что
– параметр постоянного семейства
решающих правил (9.5) – (9.9).
Еще
один спектральный тест, также основанный
на асимптотическом (при
)
поведение статистики
,
определенных в (9.5), можно построить с
использованием критерия Колмогорова.
Для этого по выборке
построим эмпирическую функцию
распределения
и
вычислим расстояние Колмогорова между
:
(9.10)
Критерий Колмогорова, основанный на статистике (9.10), имеет вид:
H0
принимается
, (9.11)
где
- квантиль уровня
распределения Колмогорова. Приведем
некоторые значения функций
:
Уровень значимости ɛ |
0,01 |
0,05 |
0,10 |
0,20 |
Квантиль |
1,63 |
1,36 |
1,22 |
1,07 |
Соотношения (9.1) – (9.4) позволяет построить следующий алгоритм статистического обнаружения периодичности и оценивания периода T0:
Вычисляется максимум гармограммы:
Выбор между гипотезами и
осуществляется с помощью решающего
правила:
где
L
и
- заданный уровень значимости.
Если принята гипотеза , то выполняются статистические оценки частоты и периода:
Построим семейство спектральных тестов, основанных на асимптотическом свойстве (9.4) при . Согласно (9.2) и (9.3) построим последовательность значений выборочной спектральной плотности (периодограммы):
(9.5)
(здесь предполагается, что – четно).
Известно
[s],
что если верна гипотеза
,
то определяемые (9.5) случайные величины
при
асимптотически независимы и одинаково
распределены по закону
.
Зададим некоторое число и построим последовательность двоичных случайных величин
(9.6)
Тогда
гипотеза
трансформируется в гипотезу
:
– случайная выборка из распределения
Бернулли
,
p
= F2(c).
Для проверки этой гипотезы можно
построить тест, основанный на статистике
(9.7)
