- •Тв и мс практикум
- •Глава 1. Случайные события
- •1.1. Классическое определение вероятности, геометрическая вероятность. Действия над событиями
- •Классическое определение вероятности
- •Геометрическая вероятность
- •Действия над событиями
- •Теоремы сложения и умножения вероятностей
- •Примеры
- •1.2. Формула полной вероятности. Формула гипотез (Формула Байеса) Примеры
- •1.2. Повторные испытания. Схема Бернулли. Локальная и интегральная формулы Лапласа
- •Примеры
- •Глава 2. Случайные величины
- •2.1. Дискретные случайные величины
- •Примеры
- •2.2. Непрерывные случайные величины
- •Примеры
- •Глава 3. Выборочный метод
- •Примеры
- •Глава 4. Числовые выборочные характеристики
- •4.1. Средние величины
- •4.2. Показатели вариации
- •4.3. Начальные и центральные моменты вариационного ряда
- •Примеры
- •Глава 5. Статистические оценки параметров распределения
- •5.1. Понятие оценки параметров
- •5.2. Точечные статистические оценки параметров распределения
- •Примеры
- •5.3. Интервальные оценки
- •Примеры
- •Глава 6. Проверка статистических гипотез
- •6.1. Статистическая гипотеза и общая схема ее проверки
- •6.2. Проверка статистической гипотезы о том, что среднее значение генеральной совокупности на уровне значимости
- •Примеры
- •6.3. Сравнение двух генеральных средних
- •Примеры
- •6.4. Проверка гипотезы о равенстве дисперсий двух нормально распределенных совокупностей
- •Примеры
- •6.5. Критерии согласия
- •Примеры
- •Примеры
- •6.6. Проверка гипотезы об однородности выборок
- •Примеры
- •Глава 7. Корреляционный и регрессионный анализ. Выявление связи между величинами
- •Примеры
- •Критические точки распределения Стьюдента
- •Критические точки распределения f Фишера-Снедекора
- •Критические точки распределения χ2
Примеры
С помощью критерия Колмогорова на уровне значимости
проверить гипотезу Н0
о том, что
случайная величина Х
– выработка рабочих предприятия –
имеет нормальный закон распределения.
выработка в отчетном году, % |
94-100 |
100-106 |
106-112 |
112-118 |
118-124 |
124-130 |
130-136 |
136-142 |
количество рабочих, mi |
3 |
7 |
11 |
20 |
28 |
19 |
10 |
2 |
Решение. 1. Построим эмпирическую и теоретическую функции распределения.
Эмпирическую функцию распределения строят по относительным накопленным частотам.
Теоретическую
функцию распределения
построим
согласно формуле
где
,
,
Результаты вычислений сведем в таблицу:
х |
94 |
100 |
106 |
112 |
118 |
124 |
130 |
136 |
142 |
|
0,01 |
0,03 |
0,10 |
0,21 |
0,41 |
0,69 |
0,88 |
0,98 |
1,00 |
|
0,04 |
0,021 |
0,080 |
0,221 |
0,449 |
0,695 |
0,878 |
0,964 |
0,993 |
|
0,006 |
0,009 |
0,02 |
0,011 |
0,039 |
0,005 |
0,002 |
0,016 |
0,007 |
Следовательно,
;
.
Критическое
значение критерия Колмогорова равно
(см.
таблицу).
Так
как 0,39<1,36 (
),
то гипотеза Н0
согласуется с опытными данными.
6.6. Проверка гипотезы об однородности выборок
Гипотеза об однородности выборок – это гипотеза о том, что рассматриваемые выборки извлечены из одной и той же генеральной совокупности.
Пусть
имеется две независимые выборки,
произведенные из генеральных совокупностей
с неизвестными теоретическими функциями
распределения
,
проверяемая нулевая гипотеза имеет вид
Н0:
против конкурирующей Н1:
.
Критерий Колмогорова-Смирнова
В критерии сравниваются две эмпирические функции распределения.
Статистика критерия Колмогорова-Смирнова имеет вид:
,
где
и
– эмпирические функции распределения,
построенные по двум выборкам объемов
n1
и n2.
Гипотеза
отвергается, если
,
и принимается в противном случае.
Критерий Вилкоксона
Критерий
Вилкоксона служит для проверки
однородности двух независимых выборок:
х1,
х2,
…,
и у1,
у2,
…,
Достоинство этого критерия состоит в
том, что он применим к случайным величинам,
распределения которых неизвестны.
Нулевая
гипотеза Н0:
при всех значениях аргумента функции
распределения равны между собой, т.е.
.
Конкурирующими
являются следующие гипотезы: гипотеза
Н1:
,
гипотеза Н2:
,
гипотеза Н3:
.
а) Проверка нулевой гипотезы в случае, если объем обеих выборок не превосходит 25.
Правило 1. Конкурирующая гипотеза Н1: .
1)
Надо расположить варианты обеих выборок
в возрастающем порядке, т.е. в виде одного
вариационного ряда, и найти в этом ряду
наблюдаемое значение критерия
– сумму порядковых номеров вариант
первой выборки.
2)
Найти по таблице нижнюю критическую
точку
,
где
.
3)Найти
верхнюю критическую точку по формуле
.
Если
или
– нулевую гипотезу отвергают.
Если
– нет оснований отвергать нулевую
гипотезу.
Правило 2. Конкурирующая гипотеза Н3: .
Надо
найти
,
.
Если
– нет оснований отвергать нулевую
гипотезу.
Если – нулевую гипотезу отвергают.
Правило 3. Конкурирующая гипотеза Н2: .
Надо найти верхнюю критическую точку:
.
Если
– нет оснований отвергать нулевую
гипотезу.
Если – нулевую гипотезу отвергают.
Замечание 1. Если несколько вариант только одной выборки одинаковы, то в общем вариационном ряду им приписывают обычные порядковые номера.
Замечание 2. Если совпадают варианты различных выборок, то им приписывают один и тот же порядковый номер, равный среднему арифметическому порядковых номеров, которые имели бы эти варианты до совпадения.
б) Проверка нулевой гипотезы в случае, если объем хотя бы одной из выборок превосходит 25.
Правило 1. Конкурирующая гипотеза: Н1: .
Находят нижнюю критическую точку
, (6)
где
[] – целая часть числа;
;
находят по таблице функции Лапласа из
равенства
.
В остальном сохраняются условия правила
1 из пункта а).
Правило
2.
Конкурирующие
гипотезы Н3:
и Н2:
.
Находят
нижнюю критическую точку по формуле
(6), положив
и
находят из равенства
.
В остальном правила 2-3, приведенные в пункте а) сохраняются.
