
- •1. Описание сигнала и помехи
- •2.Проверка статистических гипотез
- •2.1.Определения
- •2.2. Критерий Байеса и правило принятия решений
- •2.3. Критерий максимума апостериорной вероятности
- •2.4. Критерий и правило максимума отношения
- •2.5. Критерий Неймана-Пирсона и правило
- •2.6. Минимаксный критерий
- •3. Расчет вероятностей ошибок
- •4. Функционал отношения правдоподобия
- •5. Вероятность ошибки и вероятность правильного
- •6. Методика эксперимента
2.4. Критерий и правило максимума отношения
правдоподобия
Положим априорная информация отсутствует и известны только функции правдоподобия. Критерием принятия решения в данном случае будет наибольшая условная вероятность получения выборки y1,y2,...,ym при различных состояниях источника.
Сравнивая вероятности получения выборки y1,y2,...,ym = y при различных состояниях источника, отдадим предпочтение той гипотезе, для которой соответствующая вероятность больше. Для двухалтьтернативных гипотез критерий максимума отношения правдоподобия представляется в виде неравенства
(2.17)
Приведем неравенство (2.17) к виду
.
(2.18)
Используя функцию правдоподобия, из (2.18) получим правило принятия решения по критерию максимума отношения правдоподобия
.
(2.19)
Как видно из (2.18) правило принятия решения по критерию МОП является частным случаем правила Байеса при СБ=1.
2.5. Критерий Неймана-Пирсона и правило
принятия решений
Рассмотренные ранее критерии принятия решения не учитывали вероятности ошибок и при разбиении пространства G на подпространства G0 и G1. В критерии Неймана-Пирсона вероятности ошибок и играют ключевую роль. Согласно критерию Неймана-Пирсона при априорно заданной вероятности ошибки первого рода и заданном объеме выборки m находится такая критическая область G1, для которой вероятность 1- принимает наибольшее значение.
Зафиксируем вероятность ошибки . Существует множество критических областей G 1i , для которых вероятность ошибки одна и та же, т.е.
= P((y1,y2,...,ym) G 1i / s 0) , i = 1,2,...,
но вероятности 1- правильного решения для различных критических областей различны.
По теореме Неймана-Пирсона среди всех возможных критических областей G1i , для которых вероятность ошибки первого рода равна , вероятность правильного решения 1- принимает наибольшее значение для критической области G1, состоящей из всех тех точек y1,y2,...,ym , для которых
(2.20)
Порог
определяется
из условия
P((y1,y2,...,ym) G1/s0) = . ( 2.21 )
Доказательство теоремы Неймана-Пирсона основано на методе неопределенных множителей Лагранжа. Зафиксируем вероятность ошибки = * = const и составим функцию Лагранжа
где
С - неопределенный множитель Лагранжа,
1- - максимизируемая величина,
*- = 0 - ограничение в виде равенства.
Вероятность 1- достигает максимума тогда, когда достигается максимум функции Ф(С) на множестве G1. Выберем множество y1,y2,...,ym, составляющее подпространство G1, таким образом, чтобы значение функции в квадратных скобках под интегралом в последнем выражении был бы отрицательным. Интеграл от отрицательных функций есть отрицательная величина и этим обеспечивается наибольшее значение функции Ф(С). Исходя из этого имеем
.
(2.22 )
Последнее неравенство называется правилом принятия решений по критерию Неймана-Пирсона.
Согласно неравенству (2.20) решение о верности гипотезы Н1 принимается при превышении порога СН-П отношением правдоподобия. Если сигнал отсутствует, то вероятность этого события равна , и она известна. Следовательно, справедливо соотношение
. (2.23)
Зная закон распределения отношения правдоподобия, можно рассчитать порог СН-П .