![](/user_photo/_userpic.png)
книги из ГПНТБ / Синдлер Ю.Б. Метод двухступенчатого статистического анализа и его приложения в технике
.pdf2.3. Задачи двухступенчатого поиска и обнаружения
Существует довольно обширная литература по вопросам мно гоступенчатого поиска и обнаружения. В данном разделе мы приве дем обзор литературы, который отнюдь не претендует на полноту.
Вконце раздела будет дано решение двух задач.
Вшироко известной монографии Р. Беллмана [10] предлага ется следующая поучительная задача. В одной из т урн находится шар, причем априорная вероятность того, что он содержится в г'-й урне, равна p t . Требуется установить оптимальный порядок просмотра, который обеспечивает минимальное среднее время поиска. При такой постановке имеет место следующее оптималь ное правило: в первую очередь обследуется та урна, для которой величина pi максимальна.
Если величины pi для всех урн одинаковы, то для приведенной выше постановки порядок поиска не имеет никакого значения. Просмотр производится в произвольном порядке.
Положение существенно меняется, если несколько изменить постановку задачи. Предположим, что мы не имеем возможности принимать достоверное решение о содержании урны. Решение мо жет быть ошибочным, причем вероятность ошибки тем меньше, чем больше длительность обследования урны. Пусть априорные
вероятности Pi одинаковы и равны р х = ... = р т |
= 11т. |
Поиск можно вести в произвольном порядке, затрачивая на об |
|
следование каждой урны некоторое фиксированное |
время t0. Ор |
ганизованный таким способом поиск будем называть равномерным. Можно также организовать поиск в две ступени. На первой сту пени порядок обследования может быть произвольным, время обс ледования каждой урны одинаково и равно tx, причем tx <] t0. В результате обследования г'-й урны на первой ступени мы полу чаем значение некоторой случайной величины xt. Будем считать величину xi непрерывной, и пусть / 0 (ХІ | tx) — ее плотность ве роятности при отсутствии шара в і-й урне, a fx (xt | tx) — при на
личии шара. Отношение этих плотностей
как принято обычно, будем называть отношением правдоподобия. На основании данных хх, хт, полученных на первой ступени эксперимента, можно вычислить апостериорную вероятность p t того, что шар содержится в і-ж урне. Нетрудно видеть, что
I . |
2 Pi = 4 - |
|
Pi = m 1г |
(2 27) |
j=i
На второй ступени просмотр начинается с той урны, где вели чина Pi максимальна, и продолжается далее в порядке убывания
Pi-
Процедуры поиска подобного типа подробно исследованы в [11]. Там же показано, что эти процедуры в некоторых случаях позволяют сократить среднюю продолжительность процесса по сравнению со случаем равномерного поиска.
Существует еще один путь сокращения продолжительности поиска. Он может быть реализован в тех случаях, когда мы имеем возможность осуществлять наблюдение над группой урн одновре менно. Предполагается, что при таком наблюдении можно прове рить, содержится ли шар в одной из урн группы, но нельзя устано вить, в какой именно. При такой ситуации в иекоторых случаях целесообразно все т урн разделить на группы и производить поиск Шефа в две ступени. На первой ступени осуществляют последова тельно наблюдение над группами и ищут ту из них, которая содер жит урну с шаром. После того как такая группа найдена, проводят вторую ступень поиска, которая заключается в обследовании урн данной группы. При этом находят урну, содержащую шар.
Процедуры поиска подобного типа подробно исследованы в [12, 13].
Заметам, что объединение урн в группы не всегда приводит it успеху. Условия, при которых такое объединение невыгодно, рас смотрены в [11[.
Естественно, что, помимо учебных задач, где рассматриваются шары ц урны, вопросы теории поиска явились предметом исследо ваний, связанных с конкретными техническими приложениями. Заметим, кстати, что указанные выше работы [11—13] относятся к области радиотехники.
В радиотехнике часто возникает проблема поиска сигнала в си стеме, включающей в себя много каналов. Этой проблеме посвяще на обширная литература (см., папример, [11—19]). Типичным при мером является случай, когда производится настройка радиопри емника на частоту сигнала нужной радиостанции; предпола гается, что сигнал может передаваться по одному из частотных ка налов. Проблема поиска сигнала возникает и в радиолокации (см., например, [14]), где сигнал возникает в результате отражения электромагнитных волн от некоторого предмета (цели), попадаю щего в луч радиолокатора. Область пространства, которую радио локатор может зондировать лучом, можно разделить на элемен тарные объемы. Сигнал поступает в приемную систему радиолока тора из того элементарного объема, в котором находится цель. До пустим, что оператору радиолокационной станции известно, что в одном из элементарных объемов находится цель, и требуется ука зать этот объем. В такой ситуации возникают задачи поиска, по добные приведенным выше.
Отметим еще одну область техники, для которой развитие тео рии поиска имеет существенное значение. В памяти современных ЭВМ хранятся большие массивы информации. Вопросы организа ции поиска нужных данных в таких массивах довольно сложны (см., например, [20]). Каждый элемент массива характеризуется
некоторым признаком, который в общем случае состоит из несколь ких полей. Так, например, в библиографическом массиве в качест ве первого поля элемента (книги) может фигурировать фамилия автора, второго поля — инициалы, третьего поля — первое слово названия книги и т. д.
В [20] рассматривается следующая задача. В неупорядоченном массиве вероятность совпадения значений і-го поля двух элемен тов равна ut (0 < ut < 1), и на сравнение значений і-го поля за трачивается время tt. Чтобы найти элемент с заданным признаком, перебирают элементы массива и признак каждого из них сравнива ют с заданным. Вначале сравниваются значения одного поля, за тем второго ит . д., пока не обнаружатся различные значения полей. Требуется установить такой порядок сравнения полей, при кото ром средняя продолжительность поиска будет минимальной. Оп тимальное правило таково: сравнение полей следует производить, расположив их в порядке возрастания величин £*/(1 — иг ), и начи нать с того поля, для которого эта величина минимальна.
Если для нашего массива вероятности и( неизвестны, то в неко торых случаях, прежде чем начинать поиск нужных нам элемен тов, целесообразно провести исследование статистических свойств массива. Для этого следует извлечь из массива представительную выборку элементов и по ней определить частоты йі совпадения зна чений полей. Далее следует вести поиск нужных элементов по при веденному выше правилу, используя полученные частоты й% вме сто величин Uj. Детально такая двухступенчатая процедура, по-ви димому, еще не исследована.
До сих пор в качестве критерия качества процедуры поиска мы рассматривали критерий минимума средней продолжительно сти. Возможен и другой критерий. Предположим, что момент вре мени принятия решения заранее фиксирован. Требуется организо вать поиск таким образом, чтобы вероятность ошибочного решения была минимальной. Мы используем этот критерий ниже при реше нии задач обнаружения.
Рассматривая задачи поиска, мы исходили из предположения, что некоторый объект содержится в одной из т ячеек. Возможна также ситуация, когда нам неизвестно, существует ли объект вооб ще. Если он существует, то мы должны его обнаружить и указать ячейку, в которой он находится. В противном случае должно быть принято решение об отсутствии объекта.
В общем случае в нашей системе из т ячеек может существовать много объектов, причем число их неизвестно. В такой ситуации мы должны провести обследование всех ячеек ж для каждой принять решение об отсутствии или наличии в ней объекта.
Рассмотрим случай, когда обнаружение объектов производится в две ступени, причем порядок просмотра на каждой ступени мо жет быть произвольным.
Пусть время наблюдения во всех ячейках на первой ступени одинаково и равно tx. Пусть t2i — время наблюдения в і-й ячейке
на второй ступени, в общем случае разное для разных |
ячеек. Ре |
||||||||
зультатом |
наблюдения |
в г'-й ячейке |
на первой ступени является |
||||||
некоторая величина xt, а на второй ступени — величина |
г/г. Ве |
||||||||
личины .г; и xji будем |
считать |
непрерывными, и пусть |
/ 0 (xt) |
и |
|||||
/о (Уг) — их плотности |
вероятности |
при отсутствии |
объекта |
в |
|||||
г-й ячейке, a fx (xt |
| £а) и / х |
(у І | tit) - |
при наличии объекта. Функ |
||||||
ции fx имеют в качестве аргументов величины tx и t2i, |
а функции |
||||||||
/о от них не зависят. |
и Z 2 I |
|
|
|
|
|
|
||
Обозначим через llt |
отношения плотностей вероятности (от |
||||||||
ношения |
правдоподобия): |
|
|
|
|
|
|
||
^ = |
,„(*.) |
• |
= |
- щ |
> |
• |
|
( 2 - 2 8 ) |
Для удобства записи решений введем величины 6;, равные нулю, если принято решение о том, что в і-й ячейке нет объекта, и едини це, если принято решение о том, что объект есть.
На основании данных хх, хт определяются времена наблю дения в каждой ячейке на второй ступени эксперимента t2i. Сум марная продолжительность второй ступени равна заданному чис лу Т2. Таким образом,
hi > о, |
m |
|
|
2 hi = г*. |
|
||
|
i = l |
|
|
Возникает |
задача |
о том, как на основании данных xlt |
xm |
распределить время |
Т2 между ячейками. Эта задача известна под |
названием задачи распределения усилий (см., например, [14—17]). Мы рассмотрим несколько более широкую задачу, полагая, что после первой ступени, помимо распределения времени Г 2 , должны быть определены правила, по которым будут приняты окончательные решения. В этой связи мы примем одно существен ное допущение: в каждой ячейке решение принимается независимо от решений в других ячейках. Правило принятия решения имеет
вид:
если |
у І ^ СІ, |
то |
8; = |
0; |
если |
Уі^>СИ |
то |
6j = |
1. |
Здесь С; — порог, который должен быть выбран для г-й ячейки по сле первой ступени наблюдения, если в ней решено провести второе наблюдение (t2i > 0). Если же вторая ступень эксперимента не проводится (t2i = 0), то решение 8j = 0 или 6j = 1 принимается после первой ступени в зависимости от полученного значения xt. О том, когда следует брать б г = 0, а когда 8t — 1, будет сказано ниже.
Заметим, что допущение о независимости принятия решений относительно содержимого разных ячеек соответствует схеме Бернулли, когда в каждой ячейке случайно и независимо от содержи-
мого других ячеек с |
вероятностью р может находиться объект. |
В таком случае после |
первой ступени эксперимента апостериорная |
вероятность того, что в і-й ячейке содержится объект, очевидно, равна
|
* - |
r = £ b c . |
|
( 2 - 2 9 > |
а |
апостериорная вероятность |
того, что объекта нет, |
равна |
|
qi |
= 1 |
— р г . Величины Pi и |
по отношению ко второй |
ступени |
эксперимента можно рассматривать как априорные вероятности наличия и отсутствия объекта.
|
Пусть |
для наблюдения в і-й ячейке выделен отрезок времени |
||||||||||||
t2i |
^> 0. Рассмотрим для |
этой ячейки вероятности принятия ре |
||||||||||||
шения б; |
= |
1 при двух |
условиях: когда в ячейке нет объекта и |
|||||||||||
когда объект есть. Первую вероятность |
обозначим |
через ссу (сг ), |
||||||||||||
а вторую — через лу (t2i, |
сг ). Имеем: |
|
|
|
|
|
|
|||||||
|
|
|
оо |
|
|
оо |
|
|
|
|
|
|
|
|
|
«у (С 0 |
= J /о (УІ) йУи % |
(ки СІ) |
= J Д (уи |
t2i) dyt. |
|
(2.30) |
|||||||
|
|
|
с. |
|
|
с. |
|
|
|
|
|
|
|
|
|
|
|
г |
|
|
г |
|
|
|
|
|
|
|
|
|
Множество всех ячеек разделим на |
три |
подмножества: 17%, |
|||||||||||
U\ и |
U{. |
Примем |
следующий |
принцип |
деления: |
і £ Ug, |
если |
|||||||
t2i |
= |
0 и |
бг |
= 0; |
і б U\, если |
t2i |
= 0 |
и |
6* = 1; |
і б Ut, |
если |
|||
t2i |
> |
0. |
|
|
|
|
|
|
|
|
|
|
|
|
|
Введем два показателя, <?я и Qu, |
равные |
|
|
|
|
|
|||||||
|
|
« т і |
|
|
|
|
|
|
|
( |
- 3 |
1 |
) |
|
|
|
|
«Є* |
^ |
|
|
|
|
|
|
|
( 2 - 3 |
2 |
) |
смысл которых состоит в следующем. Величина (?л представляет собой среднее число объектов, ложно объявленных в тех ячейках, где объектов в действительности нет. Величина Qa представляет собой среднее число правильно обнаруженных объектов.
Сформулируем следующую задачу, разделить все ячейки на множества UQ, U\, U T ; для множества UT найти величины t2i и ct так, чтобы был достигнут максимум Qn при условиях <?л ^ Ьл и
2 ^ 1 ^ Величины Ьл и Т2 заданы.
і
Функция Лагранжа для этой задачи имеет вид
771 |
У |
L = Q n - М<?л- Ьл) - Ц2 f 2 i - Т2 |
Подставив выражения для показателей, получаем
(2.33)
где
h (hi, Сі) = РіПу (UU c;) — Kq^y |
(сІ) — Я,і а і ] |
(2.34) |
а Хл и Х4 — множители Лагранжа.
Из выражений (2.33) и (2.34) непосредственно вытекает следу ющий алгоритм поиска максимума функции Лагранжа. Произво дят перебор ячеек (і — 1, т). Для £-й ячейки производят пере бор значений t2i в интервале 0 < i2i ^ Г3 с некоторым шагом. Для каждого значения t2i производят перебор с ; и находят такое сг =
=с°, при котором функция hi (l2i, СІ) достигает максимального
значення hi(t2i,Ci). |
В процессе перебора по і.2і ищут |
такое |
t2i |
= |
|
= t«u прп котором функция 1ц(t2i, С°І) достигает своего |
максималь |
||||
ного значения. Обозначим это значение символом Лщ : |
|
|
|
||
h\t = макс |
макс hi (Ц, с; ). |
|
|
|
|
о</2 і <та |
с. |
|
|
|
|
Очевидно, что |
оптимальное значение £2{ = |
равно либо |
t2-n |
||
либо нулю. |
|
|
|
|
|
Рассмотрим теперь вопрос о том, как выбрать оптимальное |
зна |
чение t%, а для случая, когда решено не проводить вторую ступень
эксперимента (t2t |
= |
0), |
какое |
выбрать |
окончательное решение: |
||||||
бj = 0 нли б, = |
1. Другими словами, требуется решить, к какой |
||||||||||
из областей отнести г'-ю ячейку: U',, £/оили U\. Полагаем при этом, |
|||||||||||
что в случае, если z £ Ut, |
то t2i |
= |
t2i и ct |
= |
с?. |
Прибавим к |
пра |
||||
вой части |
(2.33) |
равную |
нулю |
величину |
2 |
"0 |
и |
запишем |
(2.33) |
||
в виде |
|
|
|
|
|
|
|
|
|
|
|
L = 2 |
•0 + |
2 |
(Pi ~ ЬЛ?і) + |
2 & + ^Ъл |
+ \Т2. |
|
|||||
Как видно из |
этого выражения, для того |
чтобы |
максимизиро |
вать функцию Лагранжа, следует сравнить между собой величины 0, pi — Лл<7г и 1гп и определить наибольшую из них. Оптимальным
является следующее правило: і £ |
если |
наибольшей |
величиной |
|
является нуль; |
і £ U\, если наибольшей |
является величина р, — |
||
— кпЧі\ & € Uь |
если наибольшей является величина |
hlM. Случай, |
когда имеет место равенство этих величин, мы здесь рассматривать не будем.
В качестве примера приведем случай радиолокационного на блюдения с помощью импульсных сигналов со случайными амп литудами и фазами, когда фазы распределены равномерно в ин
тервале длины |
2я, а амплитуды распределены по закону |
Релея |
|||||
[21]. Функции осу (сг ) и пу |
Cj) в этом случае равны: |
|
|||||
а у ( С і ) = е СІ, |
|
|
|
|
(2.36) |
||
СІ) |
= exp ^— j |
- |
|
|
|
||
|
|
|
|
||||
Функция |
hi (і з г , ct) |
равна |
|
|
|
||
hi (hu сО = |
Pi exp |
J T ^ T ) ~ |
^ Л ? і є " С і - V « . |
|
(2.37) |
||
Для того чтобы найти оптимальное значение с ; |
= с\, поступим |
||||||
следующим |
образом. Взяв |
частную |
производную |
/гг (t.2i, ct) |
по ct |
||
и приравняв ее нулю, получим |
|
|
|
||||
О , |
|
если 1 - j - £2 І <СРІ"> |
|
|
|
||
г-0 |
|
1 п ( — - — |
, если |
l + * 2 i > P i , |
|
|
|
*гі |
|
|
|||||
V Pi |
|
|
|
|
|
где
Оптимальное значение с\ здесь зависит от £ г г . Если подставить (2.38) в (2.37), после несложных преобразований получим
К (hi, с\) = РФІ (hi, |
Pi) — Khu |
|
|
(2.40) |
|
где |
|
|
|
|
|
1 |
— , |
если |
1 + hi < Pi! |
||
Щ (hi, Pi) = |
Pi |
|
|
(2.41) |
|
\ / Pi |
если |
1 |
|||
Г 2І |
+ t2i~^>Pi. |
||||
Оптимальное значение h\ можно |
рассчитать |
графически, по |
строив кривую hi (t2i, сі) и найдя ее максимум. Пример такого по строения будет приведен в разд. 7.3.
До сих пор мы считали, что наблюдение в каждый момент вре мени можно проводить только в одной ячейке. Рассмотренная за дача легко обобщается на случай, когда наблюдения проводятся одновременно в к ячейках. Допустим, что наша система из тп ячеек разделена на тг групп по к ячеек в каждой; mt = тік. Проведя наблюдение в некоторой группе, мы получаем реализации к слу чайных величии, т. е. /с-мерный вектор.
Пусть по-прежнему функции а у и лу имеют вид (2.36). Вместо величин xt, І/І, lu, l2i, pi, qt, ct, p ; , б ; введем /«-мерные векторы Xj» Ум l i b lai, Рь Ч І І Cj, Pi. 6j и отнесем их к і-й группе ячеек, t = l , . . .
m r Составляющие векторов имеют два индекса, і и /, причем і
означает номер |
группы, а / |
— номер ячейки. |
Так, например, |
xtj — величина, |
наблюдаемая |
на первой ступени |
эксперимента в |
/-й ячейке г-й группы. Остальные величины определяются анало гично.
Процедура обнаружения состоит в следующем. На первой сту пени равномерно просматривают все группы и получают векторы
хх , |
x m i . |
На основании этих данных назначают времена £2 1 , ... |
||||
|
tomi. Все группы делят на два подмножества, |
U0 и Ut, по пра |
||||
вилу: і <с |
U0, |
если t2i |
= 0, |
и і g Uі, если t2i > |
0. Если t2i = 0, |
|
то |
вектор |
6; |
= (5ц, |
бj;t ) |
принимается после |
первой ступени. |
В этом случае множество ячеек і-й группы делят на два подмноже
ства, |
Uli и |
UQV по |
правилу: / £ J7j{ , |
если |
б0 - |
= 0, и |
/ £ £/£;, |
||||||||||||
если |
Sij = |
1. |
Для |
тех групп, где t2i |
^> 0, назначаются |
векторы |
|||||||||||||
с г = |
( c i i i |
|
|
с І / І ) . |
После |
второй ступени |
принимаются |
решения |
|||||||||||
по правилу: |
8tj |
= |
0, если ytj |
<[ ci;-, и б^- = 1, если уц > |
с г ; . |
||||||||||||||
|
Средние числа ложно и правильно объявленных объектов рав |
||||||||||||||||||
ны |
(ср. с |
(2.31) и |
(2.32)): |
|
|
|
|
|
|
|
|
|
|||||||
|
|
|
|
2 2 |
|
2 |
к |
|
|
|
|
|
|
|
|
||||
|
Qn= |
|
|
2?«*уЫ. |
|
|
|
|
|
|
(2.42) |
||||||||
|
|
|
i e U o j c y loi |
|
'ЄУ, |
i=l |
|
|
|
|
|
|
|
|
|||||
|
|
|
|
2 2 A |
|
|
2 |
|
s |
|
|
|
|
|
|
|
|
||
|
< ? n = |
|
i + |
|
|
|
|
C-j). |
|
|
|
|
(2.43) |
||||||
|
Функция Лагранжа |
равна |
|
|
|
|
|
|
|
||||||||||
|
|
|
2 |
2 (Ріі - |
|
|
|
|
к |
|
|
|
|
|
|
|
|||
|
L |
= |
^ Л ? І j ) |
+ |
2 2h |
(hi, ei}) |
+ Kbn + KT* |
(2.44) |
|||||||||||
|
|
|
|
|
Oi |
|
|
|
|
|
' |
|
|
|
|
|
|
|
|
где |
h (t2i, |
|
ctj) |
определяется |
формулой |
(2.37), |
в |
которой |
p t , gt и |
||||||||||
Сі заменены на p t j , |
gtj |
и ctj, |
a X, — на |
Xt/k. Оптимальное значение |
|||||||||||||||
ca |
= |
cij |
определяется |
по-прежнему формулой (2.38), |
если |
в ней |
|||||||||||||
заменить рі на рі } - = РцІХ^ц. |
|
Максимальное по |
значение функ |
||||||||||||||||
ции h (t2i, |
Сц) выражается по-прежнему в виде (2.40) и (2.41), ес |
||||||||||||||||||
ли РІ и рг |
заменить на p t |
J и рц. |
|
|
|
|
|
|
|
||||||||||
|
Из указанных соотношений вытекает следующий алгоритм ре |
||||||||||||||||||
шения задачи. Производят перебор групп ячеек |
(і = |
1, |
|
тг). |
|||||||||||||||
Для каждой группы? производят перебор значений t2i |
с некоторым |
||||||||||||||||||
малым шагом в пределах 0 ^ |
12І ^ Т2. |
При каждом t2i |
делят ячей |
||||||||||||||||
ки этой группы на два |
множества, UH и U \ , по правилу: / £ U°n, |
||||||||||||||||||
если pij ^ |
1 + |
t2i, |
и / |
б U)i, |
если ptj > |
1 + it3 i. Затем вычисляют |
функцию
Оптимальным считается такое значение £2І = i ' t . при котором функция h (t2i) достигает максимума.
2.4. Усеченные последовательные процедуры
Процедуры последовательного анализа часто называют усечен ными, если в процессе эксперимента допускается некоторое огра ниченное число коррекций плана. Двухступенчатые процедуры представляют собой частный случай усеченных последовательных процедур, когда допускается только одна коррекция.
Некоторые фундаментальные результаты, касающиеся усечен ных процедур, были получены А. Вальдом в его основополагаю щей работе [1]. Позже эти процедуры исследовались в ряде работ (см., например, [22, 23]).
Методы вычисления оптимальных значений параметров усе ченных процедур, по-видимому, еще развиты недостаточно. Наи большие успехи получены в случае так называемых «близких ги потез», когда в процессе накопления информации вклад каждой от дельной ступени относительно мал по сравнению с общим вкладом всех ступеней.
В данном разделе мы рассмотрим случай трехступенчатой про цедуры, когда каждая ступень вносит достаточно большой вклад. Сначала мы рассмотрим задачу проверки двух простых конкури рующих гипотез Н0 и Ну в общем виде. Затем будет дан пример ре шения задачи проверки гипотез о наличии и об отсутствии импуль сного сигнала на фоне шума.
Допустим, что мы имеем возможность выполнять эксперимент в три ступени. Примем, что на і-й ступени (і — 1, 2, 3) наблюда ется величина Xt, которая является непрерывной и имеет плот
ность вероятности f] (xt), если верна гипотеза Hj (j |
= 0, 1). Пусть |
||||||
|
k = |
h(Xi)IU(Xi) |
|
|
|
(2.45) |
|
— |
отношение |
правдоподобия на |
г-й |
ступени, |
(It) — плот |
||
ность |
вероятности lt, когда верна |
гипотеза Hj. |
Величины xt |
и |
|||
xh(i |
ф |
к) будем считать статистически независимыми при условии, |
|||||
что верна любая из гипотез. |
|
|
|
|
|||
< |
Заданы пять пороговых величин: сг, |
с2 , с3 , с4 , с6 , причем сх |
<^ |
||||
с 3 < |
с5 < с4 |
< с2 . Совокупность |
этих величин |
будем обозна |
|||
чать символом s и записывать в виде s = |
(су, с2 , с3 , с4 , с5 ). |
|
Проверка гипотез проводится по схеме, показанной на рис. 13. На первой ступени, имея результат первого наблюдения Ху, вы числяют 1у. Если ly ^ Су, то принимают гипотезу Н0. Если 1Х ] > с2 ,
то принимают гипотезу Нх. |
Если сх < |
lx |
^ |
с2 , то проводят |
второе |
|||||||||
наблюдение, получают величину хъ и вычисляют 12. Если Z2 |
<J c3/lx, |
|||||||||||||
то принимают гипотезу Нй. Если Za ] > c4 /Zl 5 |
то принимают гипотезу |
|||||||||||||
# г Если |
^ - < ^ Z a ^ ^ , |
то |
проводят |
третье, |
последнее |
наблю |
||||||||
дение и получают величину х3, |
а затем вычисляют 13. Если l3 |
^ |
||||||||||||
|
|
<^ cu/lxU, |
принимают гипотезу Н0, |
в про |
||||||||||
|
|
тивном случае — гипотезу |
Нх. |
и |
вто- |
|||||||||
|
h" |
|
Определим |
ошибки |
первого |
|||||||||
|
^itjl-f |
рого |
рода |
(см. разд. 2.1). Ошибка |
пер |
|||||||||
|
|
вого |
рода произойдет в том случае, если |
|||||||||||
|
^>p%//yZ2 |
верна гипотеза Н0, |
а принята гипотеза |
|||||||||||
|
|
Нх. Это |
может |
иметь место в трех слу- |
||||||||||
Ф- ~~ |
| |
чаях: 1) если lx |
^> с2 ; 2) если сх < |
Zx |
^ |
с2 , |
||||||||
|
|
Z2 |
> |
j \ |
3) если q < |
^1 < |
са , |
^ < |
Z2 |
|
|
Ступени
Рис. 13
ОО
Тогда вероятность ошибки первого рода а можно записать в виде суммы трех интегралов
С! оо |
Сг cjli |
со |
« = S /о |
^ + |
J J /о |
/о (Z2) dhdl% + J J |
S /о ( У X |
с- |
|
с, с4-7і |
Сі Сз;7і cs/Ws |
|
xf0{h)f0{l3)dlxdl2dl3. |
|
|
(2.46) |
Вероятность ошибки второго рода р можно выразить через ве роятность я правильного принятия гипотезы Нх : (5 = 1 — п. Величина я определится тем же выражением, что и а, если индекс О при плотностях вероятности заменить ипдексом 1.
Эксперимент может быть окончен на первой, второй или треть ей ступенях. Длительность эксперимента t является случайной величиной, которая может иметь три значения: t = 1, 2, 3.
Распределение вероятностей t зависит от того, какая из гипо тез верна. Допустим, что это распределение существенно для нас только в том случае, когда верна гипотеза Н0.
Вероятность окончания эксперимента на первой ступени, очевидно, равна
|
|
Cs |
|
Cl |
|
CO |
|
Р (1) = |
1 - |
J |
/о (h) dh |
= S /о (h) |
dlx |
+ J /о (h) dlx. |
(2.47) |
|
|
Ci |
|
0 |
|
c3 |
|
Вероятности окончания эксперимента на второй и третьей сту |
|||||||
пенях равны: |
|
|
|
|
|
|
|
|
Сг CslU |
|
|
Сг |
со |
|
|
Р (2) = |
J |
S |
/о (h) f0(h) |
dhdh + |
И |
fo (h) /о (h) d-hdh, |
(2.48) |
|
|
0 |
|
|
Ci |
cJU |
|
|
Сг |
cj^ |
|
|
|
|
|
P(3)= |
5 |
J |
fo(h)fo(h)dlxdk. |
|
|
(2.49) |
Ci Cj/Ii