книги из ГПНТБ / Синдлер Ю.Б. Метод двухступенчатого статистического анализа и его приложения в технике
.pdf4.4. Выпуклые оболочки дискретных множеств для классов детерминированных процедур
Как было отмечено выше, в случае, если наблюдаемые величи ны дискретны, классы детерминированных процедур отобража ются на множества, состоящие из изолированных точек. Bbinj^K- лые оболочки этих множеств представляют собой выпуклые много гранники.
Каждая точка z выпуклой оболочки [Z] некоторого множества Z может быть представлена как взвешенная сумма г точек z*, входящих в множество Z:
г
Ъ= 2 M S |
2і б Z, |
І = 1, . . . , Г , |
(4.25) |
|
|||
1=1 |
|
|
|
причем |
|
|
|
r |
|
|
|
2 ft, = 1, |
A i > 0 . |
|
(4.26) |
i = i |
|
|
|
Минимальное количество точек г колеблется в зависимости от того, какая точка выпуклой оболочки нас интересует, в пределах от единицы до т + 2, где т — число ограничений в условно-экст ремальной задаче. Очевидно, что минимальное число г = 1, если интересующая нас точка совпадает с одной из точек множества Z.
Максимальное число точек г колеблется в пределах от единицы до полного числа точек, составляющих множество Z. Максималь ное число равно единице, если нас интересует крайняя точка вы
пуклой |
оболочки. |
|
|
|
||
Для класса детерминированных процедур S, |
отображающегося |
|||||
на множество Z, |
иногда удается построить класс |
рандомизирован |
||||
ных |
процедур, |
который отображается на |
выпуклую оболочку |
|||
[Z] множества Z. Такой класс рандомизированных процедур обо |
||||||
значим |
[S]. |
|
|
|
|
|
В качестве примера приведем случай одноступенчатых |
про |
|||||
цедур проверки двух гипотез при дискретных распределениях |
(см. |
|||||
рис. |
17). Пусть |
класс всех одноступенчатых |
детерминированных |
процедур отображается на дискретное множество точек на плоско
сти а„ |
Ояу; на рисунке] это'множество |
условно изображено кре |
стиками. |
|
|
Нетрудно показать, что отображение класса всех одноступен |
||
чатых |
рандомизированных процедур |
(заштрихованная область |
Zn,(X) |
на рисунке) совпадает с выпуклой оболочкой дискретного |
множества. Действительно, для нашей одноступенчатой процеду
ры правило решения определено |
функцией <р„, (X, |
Y) от перемен |
||
ного Y при фиксированных X и |
?г2 ^> 0, |
причем, |
если |
процедура |
рандомизирована, функция фп а |
(X, Y) |
удовлетворяет |
условию |
0 < Ф п , ( Х , У ) < 1 .
При детермішироваииой же процедуре функция ф„„ (X, |
Y) может |
|||||||||
быть равна либо нулю, либо |
единице. |
|
|
|
|
|
||||
Допустим, |
что мы ищем максимум пу (X, |
щ) при |
ограничен |
|||||||
ном а„(Х, п2), |
варьируя ф„., (X, )г2), Прн этом максимизируем функ |
|||||||||
цию Лагранжа |
|
|
|
|
|
|
|
|
||
L |
— л у (X, |
щ) — Яау (X, |
|
л2). |
|
|
|
|
|
|
Подставив сюда (3.4) и (3.6), получим |
|
|
|
|
|
|||||
L |
= 2 Ф„г(А", Y) [PAY |
| X) - |
%Р0 (Y | X)}. |
|
|
|
|
|||
|
у |
|
|
|
|
|
|
|
|
|
Мы видим, что для тех Y, |
при которых |
выражение |
Рх |
(Y | X) |
— |
|||||
— ХР0 (Y | X) |
не равно нулю, |
оптимальная |
функция |
ф„, (X, |
Y) |
|||||
равна |
либо |
нулю, либо |
единице. |
Если |
же |
Рх |
(Y \ X) — |
|||
— А. Р0 (Y | X) — 0, оптимальная функция фП 2 |
(X, Y) может иметь |
|||||||||
любое значение в интервале [0,1], включая точки 0 и 1. |
|
|
Таким образом, всегда можно найти детерминированное пра вило решения, при котором L достигает максимума. Другими сло вами, опорная прямая к множеству Zni (X) при любом угле накло на проходит хотя бы через одну точку дискретного множества, на которое натянута выпуклая оболочка, и поэтому . Z n s (X) совпадает
соболочкой и является выпуклым многоугольником.
Вразд. 4.7 будет показано, что класс двухступенчатых рандо мизированных процедур Spni при дискретных распределениях наблюдаемых величин отображается на выпуклую оболочку диск
ретного |
множества |
2 д т , |
класса |
детерминированных |
|
Zpni (отображание |
класса |
|
многогранник. |
|
которое получается при отображении процедур £ Д п , . При этом множество SVn!) представляет собой выпуклый
Рассмотрение выпуклых оболочек для классов детерминиро ванных процедур может быть полезно со следующей точки зрения. Как было отмечено, для поиска оптимальной процедуры в произ вольном классе S не всегда можно применить метод множителей Лагранжа. Для класса же [S], отображающегося на выпуклую оболочку, пользуясь этим методом, можно получить точное реше ние условно-экстремальной задачи. С другой стороны, класс [S] является более широким, чем класс S. Поэтому показатели класса [S] можно использовать в качестве односторонних (верхних или нижних) оценок показателей нашего класса S.
4.5. Экстремум функции Лагранжа. Оптимальное окончательное правило
Как было показано в главе 1, составной частью процесса ре шения условно-экстремальпой задачи по методу множителей Ла гранжа является поиск экстремума функции Лаграижа при фик сированных значениях множителей. В настоящем и следующем
разделах дайной главы нас в основном будет интересовать вопрос о том, какими свойствами обладают двухступенчатые процедуры, которые среди всех процедур некоторого класса S обеспечивают экстремум функции Лагранжа. Изучение этого вопроса удобно начать с класса рандомизированных процедур с переменным объ емом второй выборки Sp. Такой путь удобен тем, что, как мы уви дим пиже, среди оптимальных процедур класса Sp имеются детер
минированные |
процедуры, которые, естественно, являются |
опти |
|
мальными и в |
более узком классе |
SR ( И Л И S%). Поэтому, |
изучив |
оптимальные процедуры в классе Sv, |
мы легко сможем установить |
||
свойства оптимальных детерминированных процедур. |
|
Как мы уже отмечали, вычисление оптимального значения объе ма выборки на первой ступени щ практически сводится к простому Перебору ЭТОЙ ВеЛИЧИНЫ. ПОСКОЛЬКУ ВОПРОС О ВЫЧИСЛеНИИ Пу не представляет теоретического интереса, мы будем считать эту вели чину заданной. Нас будет интересовать вопрос о построении опти мальных решающих правил, промежуточных и окончательных.
Предположим, что требуется решить задачу с шестью показате лями:
макс {я (s) | a (s) = |
Ъа, |
Е\ (s) = Ъ\, Е\ (s) = |
Ъ\, Е\ (s) = Ъ\, |
|
|||||||||
El(s) |
= |
bl}, |
|
|
|
|
|
|
|
(4.27) |
|||
где |
ba, |
bl, bl, b\ и Ъ\ — заданные |
величины; Е\ (s), E l (s), Е\ (s) |
||||||||||
и Е\ (S) — сокращенная запись показателей |
Е\ (п2, |
s), E l (п2, |
s), |
||||||||||
Е\ (п2, s) и |
El (п2, s). |
|
|
|
|
|
|
|
|
||||
Функция |
Лагранжа для задачи (4.27) может быть записана в |
||||||||||||
виде |
|
|
|
|
|
|
|
|
|
|
|
|
|
L |
(s, |
X) = |
я (s) - |
Ха |
(a (s) - |
Ьа) - |
Хг0 |
(Ег0 (s) - |
bj) - |
Х\ {Е% (s) |
- |
||
- |
bl) - |
Xl (El (s) - |
bl) - |
Xt (El (s) - |
Ы), |
|
(4.28) |
||||||
где %a, Xl, Xl, Xl и |
Xt — множители Лагранжа. |
|
|
||||||||||
Для того |
чтобы |
раскрыть |
это выражение, |
следует подставить |
в него формулы для показателей. В случае, когда наблюдаемые величины дискретны, показатели определяются формулами (3.2), (3.3) и (3.9) — (3.12). В этих формулах записаны величины Pj (X), Р) (Y \ X) и Pj (X, Y ) , представляющие собой вероятности исходов на первой ступени, на второй ступени и на двух ступенях одно
временно, если верна гипотеза Hj(j |
= 0,1). Введем три отношения |
|
вероятностей |
исходов: |
|
к Ю - |
% $ . |
(4.29) |
l*vw = Kpm> |
(4-30) |
Величину |
lx |
(X) |
будем называть отношением |
правдоподобия |
|||||||||||
па первой |
ступени; |
величину |
l2 |
(Y | X) — условным |
отношением |
||||||||||
правдоподобия |
на второй ступени при фиксированном X; |
вели |
|||||||||||||
чину I (X, |
|
Y) — суммарным отношением правдоподобия двух выбо |
|||||||||||||
рок. Учитывая |
(4.29) — (4.31), можно преобразовать |
выражения |
|||||||||||||
(3.3), (3.11) и |
(3.12) |
к |
виду: |
|
|
|
|
|
|
|
|
||||
я (в) = |
2 |
S |
3 Ф»= (X. У ) ПХ, |
Y) Р0 (Y | X ) ?„/(Х) Р 0 |
(X), |
(4,32) |
|||||||||
|
|
X |
п. |
|
У |
|
|
|
|
|
|
|
|
|
|
E l (s) = |
2 |
2 |
|
'Mr* (X) h (X) Р0 |
(X), |
|
|
|
|
(4.33) |
|||||
|
|
X |
Пг |
|
|
|
|
|
|
|
|
|
|
|
|
E l (s) = |
2 |
2 |
|
|
|
h (X) Ро (X). |
|
|
|
|
(4.34) |
||||
|
|
X |
пи |
|
|
|
|
|
|
|
|
|
|
|
|
Если подставить полученные выражения в (4.28) и объединить |
|||||||||||||||
члены под знаком сумм, получим |
|
|
|
|
|
|
|||||||||
L (s, X) = |
2 |
2 |
к (X) А (X, |
п2) qn, (X) Р0 |
(X) + |
{X, Ь), |
(4.35) |
||||||||
|
|
|
|
X |
п2 |
|
|
|
|
|
|
|
|
|
|
где |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
А (X, |
п2) = |
а (X, |
п2) — hx (lx, |
?г2) — h2 |
(lx, |
п2), |
|
|
(4.36) |
||||||
а (X, |
ти) - |
|
|
|
2 |
УпЛХ, |
Y) [I (X, |
Y) - |
Ха] Р0 |
(YIX), |
(4.37) |
||||
1гх (1Х, ти) = |
щ \Х\ Ц- lx (X) Xl]/lx |
(X), |
|
|
|
|
(4.38) |
||||||||
h2 (lx, п2) = |
nt [%l + |
lx (X) %l]jlx |
(X), |
|
|
|
|
(4.39) |
|||||||
(X, |
|
b) = |
Xaba |
+ |
Kbl + ЦІЇ + |
X\bl + |
Щ. |
|
|
(4.40) |
Порядок определения оптимальных правил
Из (4.35)—(4.40) видно, что выбор окончательного правила (вы
бор функции |
фП 2 (Х,У)) оказывает |
влияние лишь на функцию |
|
а (X, п2). С другой стороны, если |
имеются две различные функ |
||
ции а ( X , п2) = |
а1 (X, |
п2 ) и а (X, п2) = а2 (X, п2), удовлетворяю |
|
щие условию а2 |
(X, п2) |
]> а1 (Хх, п2) при всех X и ?г2, то при выборе |
функции а2 (X, п2) величина L примет большее значение, чем при использовании а1 (X, п2). Поэтому оптимальная функция ц>пг ( X , Y) может быть определена из условия, чтобы при любых X и п2 пра вая часть (4.37) достигала максимума. Поиск этого максимума
можно |
вести для всех пар значений X и щ независимо от того, как |
X и пг |
связаны друг с другом, т. е. независимо от промежуточ |
ного решающего правила.
В связи с изложенным удобно применить следующий порядок поиска оптимальных решающих правил. Сначала в предположе нии, что промежуточное правило выбрано некоторым произволь-
ным образом, находят оптимальное окончательное правило. Затем в предположении, что окончательное правило всегда оптимально, варьируют промежуточные правила и ищут среди них оптималь ное.
Оптимальное окончательное правило при дискретных распределениях
Как следует из (4.37), чтобы построить оптимальное оконча тельное правило, мы должны для всех X , ге2 и У определить значе ния функций срПг (X, Y ) , при которых достигает максимума выражение ф„, (X, У) [I (X, Y) — А,а]. Очевидно, максимум будет достигнут при условии
( 0, |
если |
I (X, Y) < ла . |
В случае, если |
имеет |
место точное равенство I (X, Y) = %а, |
то выбор величины ф п 2 не влияет на значение функции Лагранжа. В этом случае оптимальная функция ц>п, (X, У) может иметь про извольное значение в интервале [0, 1].
Таким образом, можно сделать следующие выводы.
1. Если ни для каких X, п2 и Y равенство I (X, Y) = ка не имеет места, то оптимальное окончательное правило является де терминированным и единственным.
2. Если при некоторых тройках значений X, п2 и Y имеет место равенство I (X, Y) — Ха, то существует бесконечно большое число оптимальных функций ф„, (X, Y ) , имеющих различные значения при указанных тройках и одинаковые значения при остальных тройках. При всех этих правилах функция Лагранжа достигает одного и того же максимального значения. Однако показатели а, я, EQ, Е\, Е\ И Е\ при этих правилах имеют различные значения.
3. Статистикой двух выборок, на которой строится оптималь ное окончательное правило, является суммарное отношение прав доподобия. Правило состоит в сравнении I (X, Y) с порогом, рав ным множителю Лагранжа Ха.
Случай непрерывных |
распределений |
|
|
|
|
|
|
|||
Все соотношения, приведенные выше для дискретных распре |
||||||||||
делений, сохраняют силу и в случае непрерывных |
распределений, |
|||||||||
если суммы по X и Y заменить |
?г1-мерными и /г2-мерными интегра |
|||||||||
лами, |
а вероятности |
Р0 (X, |
У), |
Рх |
(X, |
У), |
Р0 (X), |
Рх (X), |
||
P0(Y |
| X ) , Рг |
(У | X) — соответствующими |
функциями |
плотности |
||||||
вероятности/о |
(X, У), |
U (X, Y), / 0 (X), / х |
(X), ./„ (У | X ) , / х |
(У | X ) , |
||||||
умноженными на дифференциалы dX |
= |
dxx, |
dxnts.dY |
— dyx, ... |
||||||
dyni. Эти соотношения мы будем приводить по |
мере необходи |
|||||||||
мости. |
|
|
|
|
|
|
|
|
|
|
Примем |
допущение о |
непрерывности |
и дифференцируемое™ |
|||||
функций |
/ 0 |
(X, |
У) и Л (X, У). Будем считать, что при |
любых пх |
|||||
и |
?г2 в |
+ »а )-мерном пространстве |
выборок X и У может |
быть |
|||||
определена одиосвязная область Uxy. |
Для всех X и У, не принад |
||||||||
лежащих к |
UXY, плотности вероятности / 0 |
(X, У) и / х (X, У) |
рав |
||||||
ны нулю. |
|
Для |
всех X |
и У, принадлежащих к UXY, |
функции |
||||
/„ (X, У) и / х |
(X, У) тождественно друг другу не равны, положитель |
||||||||
ны, непрерывны и имеют производные по |
переменным Х г , |
£ „ „ |
|||||||
Ун |
уП г |
любого порядка. |
|
|
|
|
Оптимальное окончательное правило при непрерывных распределениях
Всилу только что принятого допущения отношение правдопо-
i{\ Y)
добия I (X, У) = |
у |
y j является |
непрерывной функцией пере |
|
менных хх, |
хПі, |
ух, |
г/П г ц имеет |
производные любого порядка. |
При любом положительном Ха множество UXY может быть разделе но на одиосвязные области, такие, что внутри ннх выполняется одно пз условий, I (X, У) > Ха или I (X, У) < Ха. Для гранич ных поверхностей, разделяющих эти области, справедливо урав
нение I (X, У) = |
Ха. Как мы увидим ниже, такое деление множест |
||
ва UXY может быть произведено для многих известных непрерыв |
|||
ных |
распределений, в частности |
для нормального распределения |
|
(см. |
разд. 7.2). |
|
|
Оптимальное окончательное правило следует определять из |
|||
условия, чтобы |
был обеспечен |
максимум выражения |
|
у$ Ф п ! ( X , У) [l(X,Y)-K]f0(Y\X)dY, |
(4.42) |
аналогичного (4.37), которое мы максимизировали при дискрет ных распределепиях. Отсюда видно, что оптимальное окончатель ное правило выражается формулой (4.41). Эта формула пригодна
для тех X и У, при которых I (X, У) =f= Ха. Для тех |
же X |
и У, |
при которых I (X, У) = Ха, функция <РПг(Х, У) может |
иметь |
про |
извольное значение в интервале [0,1], |
|
|
Следует, однако, отметить существенную разницу между |
||
свойствами двухступенчатых процедур в случае, когда наблюдае |
||
мые величины дискретны и когда они непрерывны. |
|
|
Чтобы пояснить, в чем состоит эта разница, рассмотрим |
снова |
выражения (3.2) и (3.3) для показателей a (s) и я (s) в случае, когда распределения наблюдаемых величин дискретны. Допустим, что
при некоторых ?г2 = гг2, X = |
X * , |
У = |
У* |
имеет место |
равенство |
||||||||
I |
(X*, |
У*) |
= |
Ха. |
Допустим, |
что |
вероятности такого исхода, |
рав |
|||||
ные Р*0 = |
Р 0 |
( Х * ) Р 0 ( У * |
| X*)q |
. (X*) |
при |
гипотезе |
Н0 и |
Р[ = |
|||||
= |
Рх |
{Х*)РХ |
(Y* |
| X*) |
q * (X*) |
при гипотезе НХУ отличны от пуля. |
Варьируя значения функции ср . ( X * , У*) в пределах от нуля до
единицы, мы будем изменять значение показателя a (s) в интервале шириной Р0 » а показатель я (s) будет изменяться в интервале ши риной Рх. При этом варьировании значение функции Лагранжа остается неизменным.
Вернемся теперь к случаю непрерывных распределений. Вме сто формул (3.2) и (3.3) мы можем в этом случае записать:
« (s ) = |
J 2 |
S Ф". (Х> |
Y) |
/о (YI X) qn, (X) /о (X) d X d F , |
(4.43) |
|
|
X |
п, У |
|
|
|
|
я (*) = |
$ 2 |
J Ф«* (X. Л |
/і (У I X) gn , (X) А (X) dXdY. |
(4.44) |
||
|
JC п, |
У |
|
|
|
|
Изменяя порядок суммирования по ге2 и интегрирования по X , |
||||||
а также заменяя функцию |
фп , (X, Y) ее оптимальным |
значением |
||||
из (4.41), |
получаем: |
|
|
|
||
« 0 0 = 2 |
|
$$ |
|
f0(Y\X)f0(X)qn,(X)dXdY, |
(4.45) |
|
|
n 2 |
(X, У) : I (X. |
У) > |
\ а |
|
|
я(*)=2 |
|
И |
|
' / 1 ( y | X ) / 1 ( X ) ? n . ( X ) d X a y . |
(4.46) |
|
|
m |
(X,Y):l (X, |
У) > |
Х а |
|
Здесь (X, У) означает точку в (ггх + ?г2)-мерном пространстве вы борок X и У; запись (X, У ) : I (X, У) ^> Ха означает, что интегри рование производится по тем областям в (/гх + ?г2)-мерном про странстве, для которых выполняется условие I (X, У) ^> Ха. Урав нение I ( X , У) = Ка определяет граничную поверхность этих об ластей. Очевидно, что величина интегралов не зависит от того, включена ли эта граничная поверхность в область интегрирования или нет. Таким образом, варьируя значения функции фп > (X, У) в точках (X, У), принадлежащих к граничной поверхности, мы не изменяем значений показателей a (s) и я (s).
Оптимальное окончательное правило для классов детерминированных процедур
Как мы уже отмечали, всякое детерминированное окончатель ное правило можно рассматривать как частный случай рандоми зированного окончательного правила, когда функция ф„,(Х, У) может принимать только два значения, 0 и 1.
Оптимальное окончательное правило для классов детерминиро ванных процедур определяется тем же соотношением (4.41), что и
для |
класса рандомизированных процедур, если равенство I (X, |
У) = |
Ха не имеет места. В случае же, когда это равенство выполня |
ется, оптимальные окончательные правила для указанных классов могут отличаться друг от друга. В классе рандомизированных
4 Ю. Б. Синдлер |
97 |
процедур существует бесконечное множество оптимальных зна чений функции cpna (X, Y): 0 < ф„; (X, Y) < 1. В классе же детер минированных процедур возможны только два значения, 0 и 1.
4.6. Экстремум функции Лагранжа. Оптимальное промежуточное правило
В настоящем разделе мы рассмотрим вопрос о свойствах опти мальных промежуточных правил, доставляющих экстремум функ ции Лагранжа. При этом будем считать, что окончательное прави
ло |
выбирается оптимально. |
(см. |
Важную роль в дальнейшем будет играть функция а (X, п2) |
(4.37)). С рассмотрения свойств этой функции мы начнем из |
ложение. Рассмотрим сначала случай, когда наблюдаемые величи
ны дискретны. Тогда |
на основании (4.37) и (4.41) |
функция а |
(X, |
|
п2) может быть записана в |
виде |
|
|
|
a(X,ni)=1±rT |
2 |
[l(X,Y)-K)P0(Y\X). |
(4.47) |
|
Такая запись означает, что суммирование ведется |
по тем Y, |
для |
||
которых I (X, Y) > |
Ха. |
|
|
|
Рассмотрим теперь вопрос о том, как ведет себя функция а |
(X, |
|||
п2) при изменении п2 |
в пределах от нуля до бесконечности. Случай, |
когда п2 = 0, означает, что вторая ступень эксперимента не прово дится и мы не имеем второй выборки Y. Для того чтобы определить значение функции а (X, 0) в точке п2 = 0, нам будет удобно не сколько по-другому интерпретировать модель нашего эксперимен та. Будем считать, что при п2 — 0 мы извлекаем некоторую вы борку У, т. е. проводим некоторые наблюдения, но эти наблюдения не дают никакой информации о том, какая из гипотез, Н0 или Я 3 , верна. При этом состав выборки Y может быть произвольным; должно выполняться лишь следующее условие: распределение вы
борки Y при гипотезах Н0 |
и Нг |
одно и то же. Другими |
словами, |
|||||||||||
при п2 = |
0 мы можем записать Р 0 |
(Y | X) = |
Рх |
(Y \ X ) . На осно |
||||||||||
вании (4.30) и (4.31) имеем Z2 (Y\X) |
|
= |
l,l |
(X, Y) |
= lx |
{X). Тогда |
||||||||
для п2 = 0 можно записать (4.47) |
в |
виде |
|
|
|
|
||||||||
а(Х, |
0) = |
|
К |
1 |
2 |
|
|
Pa(Y\X). |
|
|
|
(4.48) |
||
|
|
h |
|
\ Y : ЦХ.У) |
|
> |
\а |
|
|
|
|
|
|
|
Если Іх {X) > |
Ха и п2 |
— 0, то I (X, |
Y) |
> |
Ха |
при всех Y.. Поэтому |
||||||||
2 |
Р0 |
(Y I X) = 1. Тогда |
а (X, 0) = |
1 - |
Х * |
, |
Заметим, |
|||||||
Y : I (X, У) > Х а |
|
0) > |
0. |
|
|
|
|
|
Z |
l (X) |
|
|
||
что при |
этом |
а {X, |
|
|
|
|
|
|
|
|
|
|||
Если |
lx (X) |
< Ха |
и п.г |
= 0, то |
I (X, |
Y) |
< |
/\а при всех |
Y. Поэ |
|||||
тому |
2 |
Ро(У\Х) |
= 0. |
При этом а (X, |
0) = |
0. |
Окоича- |
Y : ' ( X , У) > Х а
тельно мы можем |
записать |
|
|
|
|||
а(Х,0) |
= |
макс |
0,1 — h (X) і • |
|
(4.49) |
||
Заметим, |
что |
а (X, 0) |
является |
функцией |
статистики ly |
(X). |
|
Рассмотрим теперь |
свойства |
функции |
а (X, щ) при |
п2 ^> 0. |
Пусть п2 возрастает от единицы до бесконечности. Покажем, что функция а (X, п2) при этом нигде не убывает и стремится к едини це, когда ?12 стремится к бесконечности. Для того чтобы убедиться в этом, снова обратимся к модели второй ступени эксперимента, использованной нами в разд. 3.2 и 4.2. Согласно этой модели, вто рая ступень рассматривается как самостоятельный одноступенча тый эксперимент объема п2. Цель этого эксперимента состоит в
проверке двух гипотез: гипотезы Н0 |
о том, что наблюдаемые вели |
||
чины г/і,...,уПг |
имеют распределение |
Р0 |
(Y \ X ) , и гипотезы Ну о |
том, что они имеют распределение |
Рг |
(Y \ X ) . |
|
На рис. |
17 качественно изображены рабочие характеристики |
одноступенчатой процедуры. С целью упрощения рисунка они по казаны в виде сплошных линий. В действительности же, когда распределения Р 0 (Y | X) и Ру (Y \ X) дискретны, эти характерис тики состоят из отдельных точек. Такое упрощение рисунка не
помешает |
ходу рассуждений. По оси |
абсцисс |
откладывается |
а „ ( Х , п2) |
— условная вероятность принятия гипотезы Ну, когда |
||
верна гипотеза Н0, а по оси ординат — nv |
{X, п2) |
— условная ве |
роятность принятия гипотезы Ну, когда эта гипотеза в самом деле верна. Каждому значению п2 соответствует своя кривая. Чем больше п2, тем выше расположена соответствующая кривая. Когда
п2 |
стремится |
|
к |
бесконечности, |
кривая |
приближается к |
ломаной |
|||
линии |
ОАВ. |
|
|
|
|
|
|
|
|
|
|
Рассмотрим выражение (4.47). Представим его в виде разности |
|||||||||
двух членов |
|
|
|
|
|
|
|
|
||
|
а (X, |
щ) |
= |
|
1 |
|
S |
l(X,Y)P0(Y\X)- |
|
|
|
h |
(X) |
|
|
||||||
|
|
|
|
|
|
L Y : I (X, Y) > |
Xa |
|
|
|
|
|
|
|
|
|
s |
Po(Y*}X) 4 |
|
(4.50) |
|
|
|
|
|
Y |
: I {X, |
Y) > X, |
|
|
|
|
|
|
|
|
|
|
|
•a |
|
|
|
В |
силу |
(4.29) |
и (4.31) можно |
записать |
|
|||||
|
о ( Х , ^ ) = |
7 ^ j - |
|
M X ) |
2 |
Py{Y\X)~. |
|
|||
|
|
- |
К |
|
|
2 |
P0(Y\X)\ |
(4.51) |
4* 99
Предположим, что правило принятия решения имеет вид:
|
|
К |
|
|
|
|
|
если |
l2(У | Х ) < [ |
^ ^ |
, |
то |
принимается |
гипотеза |
Н0; |
если |
12 (У | X) |
l g |
, |
то |
принимается |
гипотеза |
Нг. |
При этом правиле первая сумма в (4.51) представляет собой ие что иное, как условную вероятность правильного принятия гипо тезы Нг, Пу (X, п2), а вторая сумма — условную вероятность не правильного принятия гипотезы Hi, ссу (X, п2). Поэтому (4.51) можно представить в виде
а (X, п2) = л у |
(X, щ) - |
- А _ |
а7 (X, n2 ). |
|
|
|
(4.52) |
|||
Проведем касательную к рабочей характеристике под |
углом |
|||||||||
arc tg |
а |
к оси абсцисс |
(см. рис. 17). Тогда, согласно |
теории |
||||||
Неймана —Пирсона [1], абсцисса точки касания |
С равна |
а у |
( X , |
|||||||
п2), а ордината |
точки касания |
равна я у |
(X, п2 ). |
Как видно |
из |
|||||
(4.52), |
величина |
а (X, п2) |
равна |
ординате |
точки |
D |
пересечения |
|||
касательной |
с осью ординат. |
|
|
|
|
|
|
|||
Предположим, что мы монотонно увеличиваем п2 |
и устремляем |
эту величину к бесконечности. Тогда, как видно из рис. 17, орди ната точки пересечения касательной с осью абсцисс будет моно тонно возрастать, стремясь в пределе к единице. Таким образом, функция а (X, п2) также монотонно возрастает, стремясь в пределе к единице, что и требовалось показать.
Рассмотрим отдельно частный, но весьма важный случай, когда наблюдаемые величины на первой и второй ступенях эксперимента статистически независимы. Тогда совместные распределения вы
борок X |
и |
У |
|
могут |
быть представлены в |
виде произведений: |
||
|
Р0(Х, |
Y) |
= |
|
|
PQ{X)P0{Y), |
|
|
|
P1(X,Y) |
|
= |
|
P1(X) |
Рг(Г), |
|
|
а |
отношение |
правдоподобия для второй |
выборки |
|||||
|
і m |
- |
P j |
( |
Y ) |
|
|
|
не зависит от X . При этом суммарное отношение правдоподобия |
||||||||
представляется |
в виде |
произведения |
|
|||||
|
l(X,Y) |
= |
|
l1(X)l2(Y), |
|
|
||
а |
выражение |
(4.47) |
для |
функции а (X, п2) |
принимает вид |
|||
|
а ( Х > Л 2 ) = |
|
|
3 ^ р і ( 7 ) __ ^ _ |
2 ^ p o ( Y ) . |
(4.53)