Теория вероятностей и математическая статистика _ учебн
.pdfсвободы. Мы отвергаем нулевую гипотезу, если наблюдаемое значение критерия больше критической точки распределения 2 с двумя степенями свободы для выбранного уровня значимости:
JBнабл > 2( , 2) отвергаем H0.
Критерий Харке – Бера обладает малой мощностью, т. е. он частораспределения, неявляющиесянормальными, относиткнормальному распределению.
6.8. Проверка нормальности из графического анализа гистограмм
1. Проверка гипотезы о равенстве математического ожидания нормальнораспределеннойслучайной величинынекоторомучислу.
X ~ N (mx, x).
H0: mx = m0, m0 – некоторое известное число. 1.1. x – известно.
Имеем xi: x1, x2, …, xn Х.
Вспомним факты относительно выборочного среднего Х:
1)х хi , X N; n
2)Ех Ех m0,если верно H0;
3) varX |
|
|
varX |
|
2x |
|
x |
|
|
x |
|
. |
|
|
|
|
||
|
|
|
|
|
||||||||||||||
|
n |
n |
|
|
|
|
|
|
|
|||||||||
|
|
|
|
|
|
|
|
|
|
n |
|
|
|
|
|
|
||
Тогда при нулевой гипотезе имеем: |
|
|
||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
, |
2 |
|
; |
||||
|
|
|
|
|
|
|
х |
N m0 |
|
|
x |
|
|
|||||
|
|
|
|
|
|
|
|
n |
||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||
|
|
|
|
|
|
|
|
|
|
|
, |
|
|
|
|
; |
||
|
|
|
|
|
|
|
х |
N m0 |
|
|
x |
|
|
|||||
|
|
|
|
|
|
|
|
n |
||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
х– m0 N(0,1).
x
n
129
Рассмотрим:
z x – m0 n N(0,1).
x
Данную величину называют z-статистикой.
а) Ha: mx m0.
Рассматриваем wкр = {|z| > zкр} при P(|z| > zкр H0) = (рис. 25).
Ищем z |
|
: Ф(z |
|
) |
1 |
– |
|
. |
кр |
кр |
|
|
|||||
|
|
2 |
2 |
|
X(x)
Ф(zкр)
0,5 – Ф(zкр)= /2
–zкр |
0 |
zкр |
х |
Рис.25
Вывод: если |zнабл| > zкр H0 отвергаем; если |zнабл| < zкр нет оснований отвергнуть H0.
П р и м е р Проверить, что среднийростравен 170 см.
H0: mx =170; Ha: mx 170;
=0,05 zкр=1,96;
x=6 см, n =100, х =169см;
z (169 –170) 100 –1,67. 6
Вывод:
|zнабл | < zкр нет оснований отвергнуть H0.
130
Здесь можно задать закономерный вопрос: какие m0 не отвергнутся нашей проверкой?
|
|
|
|
|
|
|
|zнабл| < zкр; |
( |
|
– m0 ) |
|
|
|
|
|
x |
n |
– решим неравенство относительно m0; |
|||||
z |
|
|
|
zкр |
|||
|
|
|
|||||
|
|
|
x |
|
|
|
|
|
|
|
|
|
х |
– m0 |
|
|
|
|
|
n zкр x; |
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||||||
|
|
|
|
|
|
х |
– m |
|
|
|
|
zкр |
|
х |
; |
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
0 |
|
|
|
|
|
|
|
|
|
|
|
n |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
|
|
|
|
zкр |
|
х |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
zкр |
|
х |
|
|
|
||||||||||||
– |
х |
– |
|
– m – |
х |
|
|
|
|
; |
|
|||||||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||||||||||||||||
|
|
|
|
|
|
n |
|
|
|
|
|
|
|
|
|
|
|
0 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
n |
|
|
|
|
|||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||
|
|
х |
– |
zкр |
|
х |
m |
х |
|
zкр |
|
х |
; |
|
|
|
|
|||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||||||||||||
|
|
|
|
|
|
|
n |
|
|
|
|
0 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
n |
|
|
|
|
|
|
|
|
|
||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||
|
|
|
|
|
|
|
z |
кр |
|
х |
|
|
|
|
|
|
|
|
|
|
|
z |
кр |
|
|
х |
|
|
|
|
|
|
|
|
|
|
|
|||||||||
|
|
|
|
х |
– |
|
|
|
; |
х |
|
|
|
|
|
|
; |
|
|
|
|
|
|
|||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||||||
|
|
|
|
|
|
n |
|
|
|
|
|
n |
|
|
|
|
|
|
|
|
||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
z |
кр |
|
х |
|
|
|
|
|
|
|
|
|
|
z |
кр |
|
х |
|
|||||||||||
СI( , mx ) |
х |
– |
|
|
|
|
|
|
; |
х |
|
|
|
|
|
|
, |
|||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||||||||||
|
|
|
|
|
|
|
n |
|
|
|
|
|
|
n |
|
|
|
|||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||
где = 1 – – уровень надежности. |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||||||||
CI – Confidence Interval |
(д о в е р и т е л ь н ы й и н т е р - |
в а л) – интервал, который с заданной надежностью накрывает истинное значение математического ожидания случайной величины Х.
б) Ha: mx m0.
wкр = {z < zкр}; P(z < zкр H0) = ;
z |
|
: Ф(z |
кр |
) |
1 |
– ; |
кр |
|
|||||
|
|
2 |
|
0,05; zкр0,05 –1,65.
131
Вывод:
если zнабл > zкр H0 отвергаем;
если zнабл < zкр нет оснований отвергнуть H0.
в) Ha: mx m0.
wкр = {z < zкр}; P(z < zкр H0) = ;
1 zкр: Ф(zкр ) 2 – ;
0,05; zкр0,05 –1,65.
Вывод:
если zнабл < zкр H0 отвергаем;
если zнабл > zкр нет оснований отвергнуть H0. 1.2. x – неизвестно.
xi: x1, x2, …, xn Х, sx.
Отметим: факты справедливы, только если x ~ N:
|
|
|
|
|
|
|
|
|
|
2 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||
1) |
|
х |
N m0, |
|
x |
|
; |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||
n |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||
2) |
|
s2(n –1) |
2 (n –1); |
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||||
|
|
x |
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||
|
|
|
|
2 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
|
|
|
|
|
|
x |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
3) |
х |
и |
s |
X независимы. |
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||||
Рассмотрим распределение Стьюдента: |
|
|
|||||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
( |
|
|
|
|
– m0 ) |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
N(0,1) |
|
|
x |
n |
|
|
|
|
|
( |
|
– m0 ) |
|
|
|||||||||||||
|
|
tнабл |
|
|
|
|
|
|
|
|
|
x |
|
|
|
x |
n |
t(n –1); |
|||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
sx |
|
||||||||||
|
|
|
|
2 (m) |
|
|
|
|
sx2 (n –1) |
|
|
|
|
||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||
|
|
|
|
|
|
|
|
|
|
m |
|
|
|
|
|
|
|
2x (n –1) |
|
|
|
|
|
|
|
|
|
|
|
|
|||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
( |
|
– m0 ) |
|
|
|
|
|
|
|
|
|
|
||||||
|
|
|
|
|
|
|
|
|
|
|
|
tнабл |
|
х |
|
n |
t(n –1). |
|
|
||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
sx |
|
|
|
|
|
|
|
|
|
|
|
132
a) Ha: mx m0.
wкр = { t > tкр}.
Критические значение распределения Стьюдента tкрдв ( , n –1) находим из таблиц распределения критических точек распределения Стьюдента для выбранного уровня значимости , числа степеней свободыn–1и двусторонней критической области. Такжеданное значение можно получить посредством программы Microsoft Excel, используя предопределенную функцию СТЬЮДРАСПОБР.
После того, как найдем наблюдаемое и критическое значения критерия, то делаем вывод:
если tнабл > tкр H0 отвергаем;
если tнабл < tкр нет оснований отвергнуть H0.
П р и м е р Рассмотрим веслюдей, больныхгипертонией. Можнолиутверж-
дать, чтосредний вес людей, больных гипертонией, равен 90 кг, если известно: n= 50, х =88 кг, sx =6кг?
Решение:
H0: mx = m0 =90; Ha: mx 90;
t (88 – 90) 50 – 2,36; 6
tкрдв (0,05; 49) 2,01;
tн 2,36 tкр 2,01 отвергаем H0.
Делаем вывод, чтонельзяутверждать, чтосредний ростбольных гипертонией равен 90кг.
Найдем m0, которые не отвергнутся нашей проверкой:
ttкр;
х– m0 n tкр; sx
133
|
|
|
|
|
|
|
х |
– m |
|
|
|
tкр |
sx |
; |
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||
|
|
|
|
|
|
0 |
|
|
|
|
|
|
|
n |
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||
– |
tкр |
sх |
– |
x |
|
– m |
tкр |
sх |
|
– |
х |
; |
|
||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||||||||||||
|
|
|
n |
|
|
|
0 |
|
|
|
|
|
|
|
|
n |
|
|
|
|
|
|
|
|
|
||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||
|
х |
– |
tкр |
sх |
|
m |
tкрsх |
|
|
х |
; |
|
|
|
|
|
|||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||||||||
|
|
|
|
|
|
|
|
n |
0 |
|
|
|
|
|
|
n |
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
t |
кр |
s |
х |
|
|
|
|
|
|
|
|
|
|
t |
кр |
s |
х |
|
|||||||||
СI( , mx ) |
х |
– |
|
|
|
|
; |
х |
|
|
|
|
. |
||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
n |
||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
n |
|
|
|
|
|
|
|
|
|
Такимобразом, мыпостроили доверительный интервалдляm0 нормальнораспределенной случайной величиныс уровнемнадежности в случае, когда дисперсия неизвестна.
б) Ha: mx m0.
Тогда рассматриваем wкр = {t>tкр}при P(t> tкр H0)= (рис. 26).
tкр |
x |
Рис. 26
tкродн ( ; n –1) находим в таблицах критических точек распределе-
ния Стьюдента с уровнем значимости , числом степеней свободы n – 1 и односторонней критической областью или с помощью функции СТЬЮДЕНТ.ОБР.ПХвпрограммеMicrosoftExcel, используя равенство:
tкродн ( ; n –1) tкрдв (2 ; n –1).
134
После нахождения критического и наблюдаемого значений критерия делаем вывод:
если tнабл > tкр H0 отвергаем;
если tнабл < tкр нет оснований отвергнуть H0.
в) Ha: mx m0.
Рассматриваем wкр = {t < tкр} при P(t < tкр H0) = , тогда
tкр – tкродн ( ; n –1).
Вывод:
если tнабл < tкр H0 отвергаем;
если tнабл > tкр нет оснований отвергнуть H0.
2. Проверка гипотезы о равенстве математических ожиданий двух нормальнораспределенныхслучайных величин.
Пусть X ~ N (mx; 2x); Y ~ N (my; 2y).
Предполагаем, что х = y. Тогда:
|
|
|
|
|
|
|
|
H0: mx my; |
|
|
|
|||||
|
|
|
|
|
|
|
|
Hа: mx my. |
|
|
|
|||||
Имеем: |
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
Х: x , x , …, x |
|
считаем |
х |
, s2 |
(исправленная дисперсия). |
|||||||||||
1 |
2 |
|
|
Nx |
|
|
x |
|
|
|
|
|||||
Y: y , y , …, y |
|
считаем |
y |
, sy2 |
(исправленная дисперсия). |
|||||||||||
1 |
2 |
|
Ny |
|
|
|
|
|
|
|
||||||
Тогда: |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
|
|
|
|
|
|
|
|
|
|
|
|
|
||||
t |
|
|
|
x |
– |
y |
|
|
nxny (nx ny |
– 2) |
|
t(nx ny – 2); |
||||
|
|
|
|
|
|
|
|
|
|
|
nx ny |
|
|
|||
sx2 (nx –1) sy2 (ny –1) |
|
|
|
|||||||||||||
|
|
|
|
|
|
|
wкр = {|t| > tкр};
P(|t| > tкр H0) = ;
tкрдв ( ; nх ny – 2) ищем в таблице критических точек распределе-
ния Стьюдента со степенью свободы nx+ny – 2 и уровнем значимости .
135
И далее делаем вывод:
если tнабл > tкр H0 отвергаем;
если tнабл < tкр нет оснований отвергнуть H0.
3. Проверка гипотезы о равенстве дисперсий двух нормально распределенных совокупностей.
Пусть X ~ N (mx; x); Y ~ N (my; y);
H0: 2x = 2y;
Hа: 2больш = 2меньш,
где 2больш – это Х или Y в зависимости от того, чья исправленная дисперсия больше.
2
Fнабл sбольш2 F(nбольш –1, nменьш –1); sменьш
nбольш – 1 – степень свободы числителя; nменьш – 1 – cтепень свободы знаменателя;
nбольш – объем выборки, по которой вычислена большая из исправ-
ленныхдисперсий.
Рассмотрим wкр = {F> Fкр} при P(F> Fкр H0) = (рис. 27), тог-
да Fкр(nбольш – 1, nменьш – 1);
Fкр находим в таблицах критических точек распределения Фишера для выбранного уровня значимости и числа степеней сво-
боды числителя: nбольш – 1 и знаменателя: nменьш – 1 или с помощью FРАСПОБР в программе Microsoft Excel.
Вывод:
если Fнабл < Fкр H0 отвергаем;
если Fнабл > Fкр нет оснований отвергнуть H0.
П р и м е р Можно ли достоверно утверждать, что средний рост мужчин и
женщинодинаковый?
136
Fкр F
Н0
0 |
F |
Рис.27
х =168см, sx2 =36cм2, nx 100; y =171см, s2y = 40cм2 , ny 50.
Решение.Для начала проверим равенстводисперсий поФишеру, чтобы можно было проверить равенство математических ожиданий поСтьюденту.
|
|
|
|
H : 2 |
= 2; |
|
|
|
|
|
|
|
0 |
x |
y |
|
|
|
H : 2 |
> 2 |
, так как s2 |
> s2 |
; |
|||
|
|
a |
y |
x |
|
y |
x |
|
F |
|
40 |
1,11; |
F (0,05;99; 49) 1,47; |
||||
|
||||||||
набл |
36 |
|
|
кр |
|
|
|
|
|
|
Fнабл |
=1,11 < Fкр = 1,47 |
|
нетоснований отвергнутьH0, а значит, можем сделать проверкугипотезыс помощьюкритерия Стьюдента. Если бы отвергли, тотогда использовалибыкритерийСтьюдентадлянеравныхдисперсий, новданном пособии таких критериев мы рассматривать не будем.
H0:mx my;
Hа:mx my.
137
tнабл |
|
168 –171 |
100 50 (100 50 – 2) |
– 2,84; |
|
|
|
|
100 50 |
||
36 99 – 40 49 |
|
||||
|
|
|
|
tкрдв (0,05;148) 1,99.
Вывод:
tнабл = 2,84 > tкр = Н0 отвергаем, т. е. нельзя сказать, что среднийрост одинаковый.
6.9.Задачи
6.1.Дан ряд распределения случайной величины:
Х |
–1 |
0 |
2 |
Р |
|
1,1 – 2 |
– 0,1 |
Имеется независимая выборка X1 = 0, X2 = –1. Найти оценку неизвестного параметра методом максимального правдоподобия, методом моментов, если возможно, проверить состоятельность и несмещенность. Найти дисперсию оценки метода моментов.
6.2.Асимметричная монетка подбрасывается N раз, k раз выпадает орел. Оценить вероятность выпадения орла, если возможно, проверить состоятельность и несмещенность.
6.3.Методом моментов построить оценку параметра следую-
щегораспределения: f (x, ) 2x, x [0, ]. Проверитьсостоятель-
2
ность, несмещенность, найти дисперсию оценки. Можно ли здесь применить неравенство Рао – Фреше – Крамера для проверки эффективности оценки?
6.4. Методом моментов и методом максимального правдоподобия построить оценку параметра следующего распределения: f(x, ) = x –1, x > 0. Проверить состоятельность, несмещенность, найти дисперсию оценки. Можноли здесь применить неравенство Рао – Фреше – Крамера для проверки эффективности оценки?
138