Руководство по выполнению контрольной работы по эконометрике (110
..pdfКазанский институт (филиал) ГОУ ВПО Российский государственный торгово-экономический университет
_______________________________________________________
Кафедра информатики и высшей математики
ТАЛЫЗИН В.А.
СБОРНИК ЗАДАЧ ПО ЭКОНОМЕТРИКЕ
Учебное пособие
КАЗАНЬ-2008г.
Введение
При проведении практических занятий осуществляется более углубленное изучение студентами тем дисциплины, развиваются навыки самостоятельного решения конкретных практических задач. Методика проведения практических занятий заключается в совместном решении студентами учебной группы под руководством преподавателя типовых задач небольшого размера по изучаемым темам дисциплины. При этом студенты используют учебные и учебнометодические разработки кафедры по данной дисциплине, а также, в связи со значительным объемом вычислений – калькуляторы. Одна из целей проведения практических занятий – научить студентов использовать при решении задач математические и математико-статистические таблицы.
Эконометрика опирается на массивы данных и достаточно сложные расчеты, поэтому целесообразно некоторые практические занятия проводить в компьютерных классах, т. е. проводить занятия в форме лабораторных работ. Цель лабораторных занятий – выработка у студентов навыков по использованию ПЭВМ в эконометрическом анализе систем, привитие умения по овладению методами научного анализа. При решении таких задач рекомендуется ис-
пользовать ППП Excel, STATGRAPHICS, STATISTICA, MathCAD.
Целесообразно в лабораторный практикум включить следующие темы:
1.Модель парной линейной и нелинейной регрессии.
2.Модель множественной линейной регрессии.
3.Выявление (тесты Спирмена, Голдфелда-Квандта) и устранение гетероскедастичности (ВМНК).
4.Выявление (тест Дарбина-Уотсона) и устранение автокорреляции.
5.Исследование временного ряда.
6.Моделирование сезонных колебаний.
Задачи, предназначенные для решения с использованием компьютера, помечены в сборнике символом (*).
При применении компьютерных пакетов студенты должны как можно больше использовать возможности этих пакетов. Например, построение линейного уравнения множественной регрессии опирается на основы линейной алгебры и для нахождения произведения матриц, обратной матрицы следует использовать встроенные функции МУМНОЖ(-;-), МОБР(-) табличного процес-
сора MS Excel.
Отчет по лабораторной работе должен содержать: исходную информацию, постановку задачи, результаты решения задачи (в таблицах) и анализ полученных результатов.
1. Основные понятия математической статистики, используемые в эконометрике
1.1. Статистическое оценивание
Изучается количественный признак X генеральной совокупности по выборке объема n : x1 , x2 ,..., xn . Признак X характеризуется неизвестным параметром , значение которого
требуется оценить по данной выборке. Различают точечные и интервальные оценки параметра.
Точечной называют статистическую оценку параметра, которая определяется одним
~
числом .
Несмещенной называют точечную оценку, математическое ожидание которой равно самому оцениваемому параметру при любом объеме выборки
~
M ( ) .
Эффективной называют точечную оценку, которая при заданном объеме выборки имеет наименьшую возможную дисперсию среди всех несмещенных оценок этого параметра
~ |
~ |
|
D( ) min D( i |
) . |
|
|
i |
|
Состоятельной называют точечную оценку, которая при n стремится по вероятности к оцениваемому параметру.
Несмещенной оценкой генеральной средней (математического ожидания) служит выборочная средняя
x 1 n xi .
n i 1
Несмещенной оценкой генеральной дисперсии является исправленная выборочная дисперсия
|
n |
|
|
1 |
|
|
n |
|
||
s 2 |
Dв |
|
|
(xi |
x)2 . |
|||||
n 1 |
n 1 |
|||||||||
|
|
i 1 |
|
|||||||
|
|
|
|
|
|
|
|
|
||
Несмещенной оценкой генерального среднего квадратического отклонения (стандар- |
||||||||||
та) является величина |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
|
|
|
s |
|
s2 . |
|
Интервальной называют оценку, которая определяется двумя числами 1 , 2 - концами интервала, покрывающего оцениваемый параметр с вероятностью . Интервал ( 1 , 2 ) называют доверительным интервалом (он характеризует точность оценки), а величину -
доверительной вероятностью (она характеризует надежность оценки).
Доверительным интервалом для математического ожидания m при нормальном распределении признака X является:
- при известном стандарте
|
|
|
|
x t |
|
|
|
m x t |
|
|
; |
|
|
||||
|
|
|
|
|
|
|
|
|
|
||||||||
|
|
|
|
|
|
n |
|
|
|
|
n |
||||||
- при неизвестном |
|
|
|
|
|
|
|
|
|
|
|
|
|
||||
|
|
|
|
x tкр |
s |
|
|
m x t |
s |
|
. |
||||||
|
|
|
|
|
|
|
|
|
|
||||||||
|
|
|
|
n |
|
кр |
|
|
|||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
n |
|||
Здесь t |
|
|
- точность оценки, t - значение аргумента функции Лапласа (t) (приложе- |
||||||||||||||
|
|
|
|||||||||||||||
|
n |
||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
ние 1), при котором выполняется равенство (t) / 2 ; tкр - критическая точка распределения Стьюдента (приложение 2), которая находится по двум входным числам: числу степеней
свободы k n 1 |
и |
|
|
1 |
, где |
- заданный уровень значимости. |
|
2 |
2 |
||||||
|
|
|
|
|
Доверительный интервал для среднего квадратического отклонения нормального распределения X определяется по формуле:
|
|
|
|
s |
|
n 1 |
s |
|
n 1 |
|
, |
|
|
|
|
|
|
|
|
||||||
|
|
|
|
2 |
2 |
|||||||
|
|
|
|
|
|
|
|
|
|
|||
|
|
|
|
|
|
/ 2, n1 |
|
|
1/ 2, n1 |
|
|
|
где 2 |
/ 2, n 1 |
, |
2 |
- критические точки |
2 - распределения (приложение 3). |
|||||||
|
|
1 / 2, n 1 |
|
|
|
|
|
|
|
|
|
Если генеральная совокупность подчиняется нормальному закону распределения и объем выборки достаточно велик ( n >30), то справедлива формула:
P( X ) ( |
x |
) ( x ) , |
||
|
||||
|
|
в |
|
в |
где в - выборочное стандартное отклонение, |
(t) - функция Лапласа. |
1. Цена некоторого товара в 20 магазинах была следующей:
50, 48, 47, 55, 50, 45, 50, 52, 48, 50, 52, 48, 50, 47, 50, 48, 52, 50, 50, 48.
На основе этих данных найти:
а) выборочные числовые характеристики; б) несмещенные оценки математического ожидания, дисперсии и средне-
го квадратического отклонения цены товара.
2. За последние 12 лет статистические данные по годовым темпам инфляции
(%) в стране составили:
1,7; 1,2; 2,8; 3,3; 5,1; 1,9; -0,8; 0,3; 2,3; 2,8; 4,0; 3,6.
Найти несмещенные оценки среднего темпа инфляции, ее дисперсии и среднего квадратичного отклонения.
3. Даны результаты 8 независимых измерений веса упаковки сахара прибором, не имеющем систематических ошибок:
369; 378; 315; 420; 385; 401; 372; 383 (гр).
Определить несмещенную оценку дисперсии ошибок измерений, если: а) вес упаковки сахара известен m =375 гр.;
б) вес упаковки сахара неизвестен.
4. При изучении производительности труда X (тыс. руб) на одного работника торговли было обследовано n 68 однотипных магазинов. При этом выборочное среднее признака X составило x 5,28 тыс. руб, а выборочное стандартное отклонение - в 0,63 тыс. руб. Полагая, что изменчивость признака X описывается законом нормального распределения, найти:
а) доверительный интервал для ожидаемого среднего значения m производительности труда с заданной надежностью 0,95;
б) вероятность того, что величина производительности труда X в выбранном наугад магазине окажется в пределах от 5, 0 тыс. руб до 6,0 тыс. руб.
5. При изучении предела прочности ткани X (Н/cм) было испытано 15 образцов, при этом выборочный средний предел прочности составил x 27,3 Н/cм, а исправленное стандартное отклонение s 2,2 Н/cм. Найти доверительный интервал для ожидаемого среднего предела прочности m ткани данного артикула
с заданной надежностью 0,95, предполагая, что изменчивость показателя X описывается законом нормального распределения.
6.Найти минимальный объем выборки, при котором с надежностью 0,975 точность оценки математического ожидания m генеральной совокупности по выборочной средней будет равна 0,3 нормально распределенной генеральной совокупности.
7.Каков должен быть минимальный объем выборки n для того, чтобы с надежностью 0,99 точность оценки математического ожидания m генеральной
совокупности с помощью выборочного среднего была 0,2, если стандартное отклонение совокупности 1,5 ?
8. При оценке свойств картофеля было обследовано 20 проб и получены следующие значения содержания крахмала X (%):
xi |
13,0 |
13,5 |
14,0 |
14,5 |
15,0 |
15,5 |
16,0 |
Частота ni |
1 |
3 |
5 |
6 |
2 |
2 |
1 |
|
|
|
|
|
|
|
|
Оценить с надежностью 0,95 математическое ожидание m нормально распределенной случайной величины X генеральной совокупности по выборочной средней при помощи доверительного интервала.
9. При изучении объема товарооборота X (млн. руб) 10 магазинов города, торгующих одинаковым ассортиментом товаров, найдено среднее арифметическое x 30,1 и исправленное среднее квадратическое s 6 статистических данных.
Оценить истинное значение изучаемой величины с помощью доверительного интервала с надежностью 0,99.
10. Произведено 12 измерений одним прибором, не имеющем систематических ошибок, некоторой физической величины. Исправленное среднее квадратическое отклонение s случайных ошибок измерений оказалось равным 0,6. Найти точность прибора с надежностью 0,99.
11. Предполагается, что месячный доход граждан страны имеет нормальное распределение с математическим ожиданием m =1000 $ и дисперсией
2 40000. По выборке из 500 человек определили выборочный средний доход
x900 $. Следует ли на основании 95% доверительного интервала отклонить
предложение о ежемесячном доходе в стране в 1000 $?
12. Взвешено 25 пакетов с чипсами, заполняемых автоматом, и найдено исправленное среднее квадратическое отклонение s 1. Найти доверительный интервал, покрывающий генеральное среднее квадратическое отклонение с надежностью 0,95, если считать вес пакета X нормально распределенной случайной величиной.
13. Вес продуктов измеряется прибором, систематическая ошибка которого равна нулю, а случайные ошибки распределены нормально со средним квадратическим отклонением =20 г. Сколько необходимо сделать независимых взвешиваний продукта, чтобы определить вес с ошибкой не более 15 г при доверительной вероятности 0,9?
14. На контрольных испытаниях 16 осветительных ламп были определены несмещенные оценки математического ожидания x 3000 часов и среднего квадратического отклонения s 20 час их срока службы. Производитель ламп дает гарантию срока службы в 3100 часов. Считая, что срок службы каждой лампы является нормальной величиной определить:
а) доверительный интервал для математического ожидания и среднего квадратического отклонения при доверительной вероятности 0,95;
б) можно ли по полученным данным доверять рекламе производителя?
15. На основе продолжительных наблюдений за весом X пакетов орешков, заполняемых автоматом, установлено, что стандартное отклонение веса пакетов=10 г. Взвешено 25 пакетов и найден их средний вес x 244 г. В каком интервале с надежностью 95% находится истинное значение среднего веса пакетов?
16. Станок-автомат заполняет пакет чипсами по 250 г. Считается, что станок требует подналадки, если стандартное отклонение от номинального веса превышает 5 г. Контрольное взвешивание 10 пакетов дало следующие результаты:
245; 248; 250; 252; 250; 256; 243; 251; 244; 253.
Можно ли по 95% и 99% доверительным интервалам для стандартного отклонения от номинального веса судить о необходимости подналадки станка?
17. Обследование 25 человек показало, что их средний доход составил 1200 $ при среднем отклонении s 120 $. Полагая, что доход имеет нормальный закон распределения, определить:
а) 95% интервальные оценки для математического ожидания m и среднего квадратического отклонения ;
б) вероятность того, что абсолютное значение ошибки оценивания m не превзойдет 50 $;
с) количество обследованных, чтобы абсолютное значение ошибки оценивания m не превзошло 50 $ с вероятностью 0,9.
18. На основании наблюдений за работой 25 кандидатов на должность секрета- ря-референта установлено, что в среднем они тратили 7 минут на набор 1 страницы текста на компьютере при выборочном стандартном отклонении s 2 мин. При предположении, что время X набора текста имеет нормальный закон распределения:
а) определить 90% и 95% доверительные интервалы для математического ожидания m и среднего квадратического отклонения набора страницы;
б) оценить количество претендентов на работу, которые набрали текст быстрее, чем за 5 минут;
с) не противоречат ли полученные данные предположению о том, что среднее время набора страницы должно составить 5 минут?
19. Пусть X , Y - годовые дивиденды от вложений денежных средств в акции компаний А и В соответственно. Риск от вложений характеризуется дисперсиями D( X ) 25, D(Y ) 16. Коэффициент корреляции xy =0,8. Что менее рискован-
но, вкладывать деньги в обе компании в соотношении 25% и 75% или только в компанию В?
20. Доход X населения имеет нормальный закон распределения со средним значением 5000 руб и стандартным отклонением 1000 руб. Обследуется 1000 человек. Каково наиболее вероятное количество человек, имеющих доход более
6000 руб?
1.2 Статистическая проверка гипотез
Статистической называют гипотезу о виде неизвестного закона распределения или о параметрах известного распределения.
Нулевой называют выдвинутую гипотезу H 0 . Конкурирующей называют гипотезу H1 , которая противоречит нулевой.
Для статистической проверки гипотезы H 0 используют специально подобранную
случайную величину K (статистику), называемую статистическим критерием, закон распределения которой либо точно, либо приближенно известен.
Наблюдаемым значением k наб критерия называют его значение, вычисленное по выборочным данным.
Совокупность значений критерия, при которых гипотеза H 0 отклоняется, называется критической областью. Множество значений критерия, при которых гипотеза H 0 принимается, называется областью принятия гипотезы. Точки kкр , разделяющие эти области, назы-
ваются критическими.
В зависимости от сформулированной альтернативной гипотезы H1 различают право-
стороннюю ( K kкр ), левостороннюю ( K kкр ) и двустороннюю ( K k1 , K k2 , k2 k1 )
критические области.
Основной принцип проверки статистических гипотез формулируется так: если k наб принадлежит критической области, то гипотезу H 0 отклоняют, в противном случае ее при-
нимают.
Для проверки гипотезы задают уровень значимости (обычно используют0,1 0,001), который определяет вероятность того, что будет отвергнута правильная ги-
потеза. Используются следующие основные схемы проверки гипотез при условии, что уровень значимости задан.
1. Гипотеза о математическом ожидании при известной дисперсии.
Генеральная совокупность X имеет нормальное распределение, ее математическое ожидание m неизвестно, а дисперсия 2 - известна. На основе выборки: x1 , x2 ,..., xn находится выборочное среднее x .
Выдвигается нулевая гипотеза H 0 : m m0 , где m0 - предполагаемое число. Для проверки гипотезы используют статистику
Ux m0 ,
/ n
которая при справедливости H 0 |
|
имеет стандартное нормальное распределение. |
||||||||||||||||||||||||||||||||||||||
|
|
Если H1 : |
|
m m0 , то критическая область будет двусторонней и критические точки |
||||||||||||||||||||||||||||||||||||
u / 2 |
и u1 / 2 u / 2 |
находятся по таблице значений функции Лапласа из условия |
||||||||||||||||||||||||||||||||||||||
(u |
|
) |
1 |
|
|
|
|
|
|
|
|
|
|
|
|
u |
|
|
|
|
|
|
|
|||||||||||||||||
/ 2 |
. При выполнении неравенства |
u |
наб |
гипотезу H |
0 |
принимают, а в про- |
||||||||||||||||||||||||||||||||||
|
||||||||||||||||||||||||||||||||||||||||
|
2 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
/ 2 |
|
|
|
|
|
|
|
|
|||||||||
|
|
|
|
|
|
|
uнаб |
|
u / 2 , - отвергают в пользу H1 . |
|
|
|
|
|
|
|
|
|||||||||||||||||||||||
тивном случае, когда |
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||||||||||||||
|
|
Пусть H1 : |
|
m m0 . Тогда критическую точку правосторонней области находят из ра- |
||||||||||||||||||||||||||||||||||||
венства (u |
|
) |
|
1 2 |
. Если u |
|
|
|
u |
|
, то |
H |
|
принимают. В противном случае – отвергают. |
||||||||||||||||||||||||||
|
|
наб |
|
0 |
||||||||||||||||||||||||||||||||||||
|
|
|
|
|
|
2 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
|
|
Наконец, |
если H1 : m m0 , то критическая точка левосторонней области находится из |
|||||||||||||||||||||||||||||||||||||
равенства u1 u . При uнаб |
u1 |
|
гипотеза H 0 |
принимается, а при uнаб u1 - отвергает- |
||||||||||||||||||||||||||||||||||||
ся. |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
2. Гипотеза о математическом ожидании при неизвестной дисперсии. |
|
|
|
|
|
|||||||||||||||||||||||||||||||||||
|
|
Генеральная совокупность X имеет нормальное распределение ( X ~ N (0, 2 ) ), па- |
||||||||||||||||||||||||||||||||||||||
раметры которого m и 2 неизвестны. На основе выборки: x , x |
2 |
,..., x |
n |
находится выбороч- |
||||||||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1 |
|
|
|
|
|
|
|||
ное среднее x и стандартное отклонение s . |
|
|
Для проверки гипотезы H 0 : m m0 исполь- |
|||||||||||||||||||||||||||||||||||||
зуется статистика |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
T |
x m0 |
|
, |
|
|
|
|
|
|
|
|
|
|||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
s / n |
|
|
|
|
|
|
|
|
|
|
|
|
|||||
имеющая t распределение Стьюдента с k n 1 степенями свободы. |
|
|
|
|
|
|||||||||||||||||||||||||||||||||||
|
|
Пусть H1 : |
|
m m0 . Критические точки |
|
t / 2 |
и t1 / 2 |
t / 2 находятся по заданному |
||||||||||||||||||||||||||||||||
уровню значимости и числу степеней свободы |
k n 1 из таблицы критических точек |
|||||||||||||||||||||||||||||||||||||||
распределения Стьюдента. При |
|
tнаб |
|
t / 2 |
гипотеза H 0 принимается, а если |
|
tнаб |
|
t / 2 , то |
|||||||||||||||||||||||||||||||
|
|
|
|
|||||||||||||||||||||||||||||||||||||
отвергается. |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||
|
|
Если H1 : |
|
m m0 , то находят критическую точку t |
правосторонней области. При |
|||||||||||||||||||||||||||||||||||
tнаб t гипотеза H 0 |
принимается, а в противном случае – отвергается. |
|
|
|
|
|
||||||||||||||||||||||||||||||||||
|
|
Если H1 : m m0 , то при tнаб |
t |
гипотеза H 0 принимается, а при tнаб t - отвер- |
||||||||||||||||||||||||||||||||||||
гается. |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
3. Гипотеза о величине дисперсии. |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||
|
|
Пусть |
X ~ N (0, 2 ) , где параметры |
m и 2 |
неизвестны. На основе выбор- |
|||||||||||||||||||||||||||||||||||
ки: x1 , x2 ,..., xn |
находится стандартное отклонение s . |
|
|
|
|
|
|
|
|
|
||||||||||||||||||||||||||||||
|
|
Для проверки гипотезы H 0 : 2 |
02 , где 02 - некоторое число используется крите- |
|||||||||||||||||||||||||||||||||||||
рий |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
2 (n 1)s 2 ,
02
который при справедливости гипотезы H 0 имеет 2 распределение с k n 1 степенями свободы.
|
|
Если |
H |
1 |
: 2 |
2 |
, то критическая область является двусторонней и ее границы |
|
|
|
|
|
|
|
0 |
|
|
2 |
, |
2 |
/ 2 |
находятся из таблицы критических точек 2 - распределения по заданному и |
||||
1 / 2 |
|
|
|
|
|
|
|
числу степеней свободы k n 1.
Гипотеза H |
0 |
принимается, если 2 |
2 |
2 |
/ 2 |
. Иначе ее отвергают. |
|
|
|
||||||||
|
|
|
|
|
|
|
|
1 / 2 |
наб |
|
|
|
|
|
|
||
В случае H |
1 |
: 2 |
2 |
по таблице находят |
2 . Если 2 |
2 , то гипотезу |
H |
0 |
при- |
||||||||
|
|
|
|
0 |
|
|
|
|
|
|
наб |
|
|
|
|||
нимают, а при 2 |
|
|
2 |
- отклоняют. |
|
|
|
|
|
|
|
|
|||||
|
наб |
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
Наконец, если H |
1 |
: 2 |
2 по таблице определяют критическую точку 2 |
. При |
|||||||||||||
|
|
|
|
|
|
|
|
0 |
|
|
|
|
1 |
|
|
|
|
условии 2 |
2 |
|
|
гипотеза H |
0 |
принимается, а в противном случае – отвергается. |
|
|
|||||||||
наб |
1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
4. Гипотеза о равенстве математических ожиданий двух случайных величин при известных дисперсиях.
Пусть X ~ N (mx , x2 ) , Y ~ N(my , y2 ) , причем x2 , y2 |
- известны. По двум независимым вы- |
||||||||||||||||||||||||||
боркам объема n : x1 , x2 ,..., xn |
и объема l : y1 , y2 ,..., |
yl |
находятся выборочные средние x, y . |
||||||||||||||||||||||||
|
|
|
Гипотеза H 0 : mx |
m y |
проверяется с помощью статистики |
||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
U |
|
|
|
|
x y |
|
|
|
, |
|
|
|
|
|||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||
|
|
|
|
|
|
|
|
|
|
|
2 |
|
/ n 2 |
|
|
||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
/ l |
|||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
x |
|
|
|
y |
|
|
|
|
|
|
|
|
которая при верности H 0 имеет стандартное нормальное распределение. |
|||||||||||||||||||||||||||
|
|
|
Если H1 : mx |
m y , то критические точки u / 2 |
и u1 / 2 u / 2 находятся по таблице |
||||||||||||||||||||||
значений функции Лапласа из условия (u |
|
|
) |
1 |
. При выполнении неравенства |
||||||||||||||||||||||
/ 2 |
|
||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
2 |
|
|
|
|
|
|
|
|
||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
uнаб |
|
u / 2 гипотезу H 0 |
принимают, а в противном случае, когда |
|
uнаб |
|
u / 2 , - отвергают в |
|||||||||||||||||||
|
|
|
|
||||||||||||||||||||||||
пользу H1 . |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
|
|
|
Пусть H1 : mx |
m y . Тогда критическую точку |
|
u правосторонней области находят из |
|||||||||||||||||||||
равенства (u |
|
) |
1 2 |
. Если u |
|
u |
|
, то |
H |
|
принимают. В противном случае – отверга- |
||||||||||||||||
|
|
наб |
|
0 |
|||||||||||||||||||||||
|
|
|
|
|
|
2 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
ют. |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
|
|
|
Далее, если H1 : mx m y , то критическая точка u1 левосторонней области находит- |
||||||||||||||||||||||||
ся из равенства u1 |
u . При uнаб |
u1 гипотеза H 0 принимается, а при uнаб u1 - от- |
вергается.
5. Гипотеза о равенстве математических ожиданий двух нормальных случайных величин при неизвестных дисперсиях.
Пусть X ~ N (mx , x2 ) , Y ~ N(my , y2 ) , причем их дисперсии x2 , y2 неизвестны. По
двум независимым выборкам объема n : x1 , x2 ,..., xn |
|
и объема l : y1 , y2 ,..., yl находятся выбо- |
|||||||
рочные средние x, y и исправленные дисперсии sx2 , sy2 . |
|||||||||
Для проверки гипотезы H 0 : mx |
m y используют критерий |
||||||||
|
|
|
|
|
|
|
|
|
|
T |
|
|
x y |
|
|
|
nl(n l 2) |
, |
|
|
|
|
|
|
|||||
|
|
(n 1)sx2 (l 1)s y2 |
|
|
|
n l |
имеющий распределение Стьюдента с k n l 2 степенями свободы при справедливости
H 0 .
При H1 : mx m y по заданному и k n l 2 с помощью критических точек
t распределения находят t / 2 |
|
|
t / 2 , то нет оснований для откло- |
|
и t1 / 2 |
t / 2 . Если |
tнаб |
нения H 0 . Если tнаб t / 2 , то H 0 отклоняется в пользу H1 .
При H1 : mx m y находят критическую точку t . Если tнаб t - H 0 принимается, а при tнаб t - отвергается.
При H1 : mx m y определяют критическую точку t1 t . При tнаб |
t гипотезу |
H 0 принимается, если tнаб t , то H 0 отвергается. |
|
6. Гипотеза о равенстве дисперсий двух нормальных случайных величин. |
|
Пусть X ~ N (mx , x2 ) , Y ~ N(my , y2 ) , причем их дисперсии x2 , y2 неизвестны. По |
двум независимым выборкам объема n : x1 , x2 ,..., xn и объема l : y1 , y2 ,..., yl находятся ис-
правленные дисперсии s |
2 |
, s2 . Пусть s2 |
s2 . |
|
|
|||||||||
|
|
|
|
|
x |
y |
|
x |
y |
|
|
|||
Для проверки гипотезы H |
0 |
: 2 |
2 используют статистику (в числителе всегда |
|||||||||||
|
|
|
|
|
|
|
|
x |
y |
|
|
|||
большая исправленная дисперсия) |
|
|
|
|
|
|
||||||||
|
|
|
|
|
|
|
|
|
|
F |
sx2 |
, |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
|
|
|
|
|
|
|
|
|
|
|
s y2 |
|
|
|
которая при верности H 0 |
|
имеет F распределение Фишера с k1 n 1 и k2 |
l 1 степеня- |
|||||||||||
ми свободы. |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Если H |
1 |
: 2 |
2 |
, то по таблице критических точек распределения Фишера (прило- |
||||||||||
|
|
|
x |
y |
|
|
|
|
|
|
|
|
|
|
жение 4) по заданному уровню значимости и числам степеней свободы k1 , k2 |
находится |
|||||||||||||
критическая точка F / 2 . При Fнаб |
F / 2 гипотеза H 0 принимается, а при Fнаб |
F / 2 - от- |
||||||||||||
вергается. |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
При H |
1 |
: |
2 |
2 |
по той же таблице определяется критическая точка |
F |
. Если |
|||||||
|
|
|
x |
y |
|
|
|
|
|
|
|
|
|
Fнаб F , то нет оснований отклонить H 0 . При Fнаб F гипотеза H 0 отклоняется.
7. Гипотеза о значимости коэффициента корреляции.
Пусть для двумерной генеральной совокупности ( X , Y ), распределенной нормально, извлечена выборка объема n и по ней вычислен выборочный коэффициент корреляции
rxy 0 . Следует проверить гипотезу о статистической значимости коэффициента корреляции
xy .
Гипотеза H 0 : xy 0 (о статистической незначимости xy ) проверяется с помощью критерия
T |
rxy |
|
n 2 |
|
, |
||
|
|
|
|
||||
1 r 2 |
|||||||
|
|
||||||
|
|
|
xy |
который при верности H 0 имеет распределение Стьюдента с k n 2 степенями свободы.
При H1 : xy 0 |
по заданному уровню |
и числу k n 2 определяют критическую |
|||||
|
|
|
|
|
t / 2 , то оснований для отклонения H 0 не |
||
точку t / 2 распределения Стьюдента. Если |
tнаб |
||||||
имеется. При |
|
tнаб |
|
t / 2 |
гипотеза H 0 отвергается. |
||
|
|
21. Из нормальной генеральной совокупности с известным средним квадратическим отклонением 5,2 извлечена выборка объема n 100 и по ней найдено выборочное среднее x 27,56. На уровне значимости 0,05 проверить нулевую гипотезу H 0 : m 26:
а) при конкурирующей гипотезе H1 : m 26; б) при конкурирующей гипотезе H1 : m 26.
22. Средний вес таблетки лекарства должен быть равен m 0,5мг. Многократные опыты по взвешиванию таблеток показали, что вес таблеток распределен нормально со средним квадратическим отклонением 0,11 мг. Выборочная