Лекции / Чернова Н.И. Лекции по математической статистике
.pdfОглавление
JJ |
II |
J |
I |
На стр. ... из 180
Назад
Во весь экран
Уйти
Стр. 141
Функция ρ(X) удовлетворяет условию K1(б). Действительно,
Упражнение. Вспомнить закон больших чисел и доказать, что если H10 неверна, то найдется j {1, . . . , k} такое, что
( |
ν − np |
)2 |
|
n |
ν |
|
2 |
. |
||
j npj j |
|
= pj |
nj − pj |
−p |
||||||
|
|
|
|
|
|
|
|
|
→ ∞ |
|
Осталось построить критерий в соответствии с K2.
Пусть случайная величина χ2k−1 имеет распределение Hk−1. По таблице распределения Hk−1 найдем C равное квантили уровня 1 − ε этого распределения. Тогда ε = P (χ2k−1 > C) и критерий согласия χ2 выглядит как все критерии согласия:
H10 , |
если |
ρ(X) < C, |
||||
δ(X) = |
0 |
|
если |
ρ(X) |
> |
|
H |
, |
C. |
||||
|
2 |
|
|
|
|
Замечание 19. На самом деле критерий χ2 применяют и для решения первоначальной задачи о проверке гипотезы H1 = {F = F1}. Необходимо только помнить, что этот критерий не состоятелен для альтернатив с теми же вероятностями попадания в интервалы разбиения, что и у F1. Поэтому берут большое число интервалов разбиения
— чем больше, тем лучше, чтобы «уменьшить» число альтернатив, неразличимых с предполагаемым распределением.
В н и м а н и е ! О п а с н о с т ь !
Оглавление
JJ |
II |
J |
I |
На стр. ... из 180
Назад
Во весь экран
Уйти
Стр. 142
Замечание 20. Сходимость по распределению ρ(X) Hk−1 обеспечивается ЦПТ, поэтому разница допредельной и предельной вероятностей имеет тот же порядок, что и погрешность нормального приближения
|
P (ρ(X) > C) − P (χk2 |
−1 |
> C) |
6 примерно! max |
|
|
b |
|
|
|
|
||||||
|
|
|
||||||
| |
|
|
| |
|
q |
|
|
|
|
|
|
|
npj(1 − pj) |
(см. неравенство Берри — Эссеена для погрешности в ЦПТ), где b – некоторая постоянная. Маленькие значения npj в знаменателе приведут к тому, что распределение ρ(X) будет существенно отличаться от Hk−1. Тогда и реальная вероятность P (ρ > C)
— точный размер полученного критерия — будет сильно отличаться от ε. Поэтому для выборки объема n число интервалов разбиения выбирают так, чтобы обеспечить нужную точность при замене распределения ρ(X) на Hk−1.
Обычно требуют, чтобы np1 = . . . = npk были не менее 5-6.
Условие K1(a) (при выполнении некоторых условий относительно гладкости pj(θ)o) обеспечивается теоремой (R. Fisher, 1924), которую мы доказывать не будем:
|
Теорема 8. Если верна гипотеза H1, и dim(θ) = l — размерность параметра (вектора) |
Оглавление |
θ, то при фиксированном k и при n → ∞ |
|
|
|
k |
k |
^ |
2 |
|
|
|
^ |
|
(νj − npj(θ)) |
|
Hk−1−l, |
|
|
ρ(X, θ) = |
|
^ |
||
JJ |
II |
Xj 1 |
Xj 1 |
npj(θ) |
|
|
|
|
= |
= |
|
|
|
J |
I |
где Hk−1−l есть χ2-распределение с k − 1 − l степенями свободы. |
На стр. ... из 180 |
|
|
|
|
|
|
|
|
|
|
|
Условие (K1(б)) выполнено, если, скажем, рассматривать альтернативные распреде- |
|||||||
|
|
|
|||||||
|
|
|
|||||||
Назад |
|
|
|||||||
|
|
ления F2 такие, что ни при каких θ набор вероятностей PF2(X1 A1), . . . , PF2(X1 Ak) |
|||||||
Во весь экран |
|||||||||
|
|
не совпадает с p1(θ), . . . , pk(θ). |
|
|
|
|
|
||
|
|
|
|
|
|
||||
|
|
|
Построим критерий χ2. |
|
|
|
|
|
|
|
|
|
Пусть случайная величина χk2 |
−1−l |
имеет распределение Hk−1−l. По заданному ε |
||||
|
|
найдем C такое, что ε = P (χk2 |
−1−l > C). |
|
|
||||
Уйти |
|
|
|||||||
|
|
|
Критерий согласия χ2 имеет такой же вид, как все критерии согласия: |
||||||
|
|||||||||
|
|
|
|
|
|
H1, |
если |
^ |
|
|
|
|
|
|
|
ρ(X, θ) < C, |
|||
|
|
|
δ(X) = H2, |
если |
ρ(X, θ^) > C. |
||||
Стр. 144 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||
|
|
|
o Все ∂2pj(θ)/∂θi∂θl непрерывны по θ; ранг матрицы k∂pj(θ)/∂θik равен l. |
|
8.6. Совпадение дисперсий двух нормальных выборок |
|
|
|||||||
|
Есть две независимые выборки из нормальных распределений: X = (X1, . . . , Xn) |
|||||||||
|
из Na1 |
,σ2 и Y = (Y1, . . . , Ym) из Na2,σ2 , средние которых, вообще говоря, неизвестны. |
||||||||
|
|
1 |
|
|
2 |
|
= {σ2 = σ2}. |
|||
|
Критерий Фишера предназначен для проверки гипотезы H1 |
|||||||||
Оглавление |
|
|
|
|
|
1 |
2 |
|
||
|
Обозначим через S2 |
(X) и S2(Y) несмещенные выборочные дисперсии: |
||||||||
|
|
|
0 |
|
0 |
|
|
|
|
|
|
|
1 |
|
n |
1 |
m |
|
|
|
|
|
|
|
|
|
(Yi − Y)2 |
|
|
|||
|
|
S02(X) = |
|
|
(Xi − X)2, S02(Y) = |
|
|
|
||
JJ |
II |
n − 1 |
|
= |
m − 1 |
= |
|
|
|
|
|
|
|
|
S2 |
(X) |
|||||
|
Xi 1 |
|
Xi 1 |
|
||||||
|
и зададим функцию отклонения ρ(X, Y) как их отношение ρ(X, Y) = |
0 |
. |
|||||||
J |
S02 |
|||||||||
I |
|
|
|
|
|
|
(Y) |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
На стр. ... из 180 |
|
Теорема 11. Если гипотеза H1 верна, то случайная величина ρ(X, Y) имеет распреде- |
|
||||||||||||||
|
|
|
|||||||||||||||
|
|||||||||||||||||
|
|
ление Фишера Fn−1,m−1 с |
n−1, m−1 степенями свободы. |
|
|||||||||||||
Назад |
|||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||
|
|
Доказательство. По лемме Фишера, независимые случайные величины |
|||||||||||||||
Во весь экран |
|||||||||||||||||
|
|
|
|
|
(n−1) S2 |
(X) |
|
|
|
|
(m−1) S2(Y) |
||||||
|
|
ξn2 −1 = |
|
0 |
|
|
и |
ξm2 −1 = |
|
0 |
|
|
|||||
|
|
σ2 |
|
σ2 |
|||||||||||||
|
|
|
|
1 |
|
|
|
|
|
|
|
2 |
|
|
|||
|
|
имеют распределения Hm−1 и Hn−1 соответственно. При σ12 = σ22 отношение |
|||||||||||||||
Уйти |
|||||||||||||||||
|
|
|
ξn2 −1/(n−1) |
|
= |
S02(X) |
|
6σ22 |
|
= ρ(X, Y) |
|||||||
|
|
ξ2 |
|
|
|
σ2 |
· S2(Y) |
||||||||||
|
|
|
|
|
|
|
|
|
|
|
|||||||
|
|
|
m−1/(m−1) |
61 |
0 |
|
|
|
|
|
|||||||
Стр. 149 |
|
имеет распределение Фишера с n−1, m−1 степенями свободы по определению 18 и |
|||||||||||||||
|
совпадает с ρ(X, Y). |
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|