Binder1
.pdfWKR1 1 WKR2 1 |
|
|
|
L( 1,x)dx |
|
|
|
|
|
|
L( 1,x)dx |
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||
|
L( ,x) c |
XKR1 |
X |
KR2 |
|
|
|
|
|
|
|
|
|
XKR2 |
X |
KR1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||
|
при |
x X |
KR1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||
|
|
1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
c L( |
0 |
,x)dx |
|
|
|
|
c L( |
0 |
,x)dx |
|
|||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||||
|
L( ,x) c |
при |
x XKR1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||
|
|
1 |
|
|
|
|
|
|
|
|
|
|
|
|
XKR1 XKR2 |
|
|
|
|
|
|
|
|
XKR2 XKR1 |
|
|
|
|
|||||||||||||
|
c L( 0,x)dx |
c L( 0,x)dx WKR1 0 WKR2 0 0. |
|
|
|
|
|
|
|
||||||||||||||||||||||||||||||||
|
XKR1 |
|
|
|
XKR2 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Теорема доказана. |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
Замечание 1. Если наблюдаемая случайная величина |
|
X имеет дискретное распределение, то |
|||||||||||||||||||||||||||||||||||||||
решающая функция наиболее мощного критерия имеет вид |
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1, |
|
когда |
|
L 1,x |
cL 0 |
,x |
, |
|
|
|
|
|
|||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1 |
|
|
|
|
|
0 |
|
|
|
|
|
|
|
|
|
|||
|
|
|
|
|
|
|
|
|
x |
|
|
|
|
когда |
|
L |
|
|
|
,x |
, |
|
|
|
|
|
|||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
, |
|
|
|
,x |
|
cL |
|
|
|
|
|
|
|
|
||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
0. |
|
когда |
|
|
|
|
|
|
cL 0 |
|
, |
|
|
|
|
|
||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
L 1,x |
,x |
|
|
|
|
|
||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
0 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||
где c, выбираются из условия M |
|
|
|
X |
|
|
. |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||
Замечание 2. Пусть наблюдаемая случайная величина |
X |
имеет функцию правдоподобия |
|||||||||||||||||||||||||||||||||||||||
L ,x , R.Если |
статистика |
|
|
отношения |
правдоподобия |
|
|
|
|
|
l(x) l0 |
T(x) |
монотонна |
||||||||||||||||||||||||||||
относительно |
некоторой достаточной статистики T x , |
распределения |
L 0,x |
и L 1,x |
различны для любых 0 и 1, тогда для задачи
H0 : 0,
H1 : 0
существует равномерно наиболее мощный критерий с решающей функцией
|
|
|
1, |
|
когда |
T x |
c, |
|
|
|
|
|
|
когда |
|
c, |
|
x |
, |
|
T x |
|||||
|
|
|
|
|
|
когда |
|
c, |
0 |
|
|
0. |
|
T x |
|||
|
|
|
|
|
||||
где c, выбираются из условия M |
|
|
X |
|
|
. |
|
|
|
|
|
|
|
|
Пример построения наиболее мощного критерия. Имеется X X1, ,Xn - независимая повторная выборка из ГС X N a;1 . Построить при a1 a0 с уровнем значимости наиболее мощный критерий для проверки двух простых гипотез
H0 : a a0
H1 : a a1.
Решение. Последовательно выпишем функцию правдоподобия и статистику отношения правдоподобия:
|
|
|
|
|
n |
1 |
|
|
(Xi a)2 |
|
1 |
|
|
|
1 |
n |
|
|
|
2 |
|
|
|
|||||
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||
L(a,X) |
|
|
|
|
e 2 |
|
|
exp |
|
(Xi a) |
|
|
|
, |
|
|||||||||||||
|
|
|
|
(2 ) |
n/2 |
|
|
|
|
|||||||||||||||||||
|
2 |
|
|
|
|
|||||||||||||||||||||||
|
|
|
|
|
|
|
i 1 |
|
|
|
|
|
|
2 |
i 1 |
|
|
|
|
|
|
|
|
|||||
|
|
1 |
|
n |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||
l(X) exp |
|
|
|
(Xi a1 Xi a0) (Xi a1 Xi |
a0) |
|
|
|
|
|
|
|||||||||||||||||
|
|
|
|
|
|
|
||||||||||||||||||||||
|
|
|
2 i 1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||
|
1 |
|
|
n |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
a2 |
a2 |
|
|||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||
exp |
|
|
|
(2Xi |
a1 |
a0) ( a1 |
a0) |
exp n(a1 a0)X |
|
|
0 |
1 |
. |
|||||||||||||||
|
|
|
|
|
|
2 |
||||||||||||||||||||||
|
|
2 i 1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Найдем константу c :
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
2 |
|
2 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||
P l(X) c P lnl(X) lnc P n(a1 a0) |
|
|
a0 |
a1 |
lnc |
|
|
|
|
|
|
|
|
|
|||||||||||||||||||||||||||
X |
|
|
|
|
|
|
|
|
|
||||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
2 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
|
lnc |
|
a1 |
a0 |
|
|
|
|
1 |
|
|
|
|
|
|
|
|
lnc |
|
|
(a1 a0) |
|
|
|
|
|
|||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||||||||
P X |
|
|
|
|
|
|
X |
N a0, |
|
|
|
1 |
|
|
|
|
|
|
|
|
|
|
|
|
a0 |
|
n |
|
|
||||||||||||
n(a a ) |
|
2n |
n |
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|||||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
n(a a ) |
2 n |
|
|
|
|
|||||||||||||||||||||
1 0 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1 0 |
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
H |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
0 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
x |
N |
|
|
|
|
|
|||||
|
|
|
|
|
|
|
|
lnc |
|
|
|
(a1 |
a |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1 0 |
|
|
|
|
|
|
|||||
|
|
|
|
|
|
|
|
|
|
|
0) |
x1 N0 a0 |
|
. |
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||
|
|
|
|
|
|
|
|
|
|
n |
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||
|
|
|
|
|
|
|
n(a1 a0) |
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||||||
|
|
|
|
|
|
|
|
2 n |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Таким образом, критическая область наиболее мощного критерия определяется неравенством:
X a x1 N0 . |
|
0 |
n |
|
5.Проверка гипотез о вероятностях
5.1.Проверка гипотезы о значении вероятности
(о доле генеральной совокупности по выборке с возвращением)
Постановка задачи.
Имеется совокупность, каждый элемент которой либо обладает свойством А, либо не обладает этим свойством. Доля элементов, обладающих свойством А, равна неизвестной величине p. Эту долю можно также трактовать как вероятность извлечения элементов типа А из исходной совокупности с возвращением. Число элементов, обладающих свойством А, в выборке оказалось равным m. Объем выборки n достаточно большой.
Необходимо построить критерий с уровнем значимости для проверки гипотезы о том, что доля p равна заданному значению p0 . Найти также основные характеристики построенного критерия.
Решение. Формальное описание поставленной задачи: H0 : p p0
H1 : p p0
Элементами выборки X в данном случае являются индикаторные случайные величины, принимающие значения 0 или 1, в зависимости от того обладает или нет свойством А элемент попавший в выборку.
В качестве статистики критерия выберем случайную величину
|
|
|
|
||||
K K X |
m |
npo |
|
, |
qo 1 po , |
(3) |
|
|
|
|
|
||||
|
|
||||||
|
|
np q |
|
|
|
||
|
|
o o |
|
|
|
||
которая в условиях справедливости H0 асимптотически нормальна 0;1 . |
|||||||
При любом p : X B n; p , M m np. |
Поэтому, если |
p p0 , |
то от статистики K |
||||
следует ожидать при n больших положительных значений, а |
при p p0 больших |
||||||
отрицательных значений. |
|
|
|
Таким образом, нулевую гипотезу целесообразно принимать, если статистика критерия принимает "не слишком большие" по абсолютной величине значения. Границу таких значений (самое "большое" такое значение) обозначим Kкрит . Его величину найдем, используя
асимптотическое распределение статистики критерия из условия:
|
|
|
|
|
|
|
|
|
|
|
1 |
|
|
|
|
|
2 |
|
|
P |
|
K |
|
Kкрит 1 P |
|
K |
|
Kкрит |
2 Kкрит |
1 |
1 |
Kкрит . |
|||||||
|
|
|
|
|
|
||||||||||||||
Отсюда последовательно найдем |
|
|
|
|
|
|
|
|
|
|
|
||||||||
|
|
|
|
Kкрит 1 |
, |
Kкрит |
x |
N0 . |
|
|
|
||||||||
|
|
|
|
2 |
|
|
|
||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
2 |
|
|
|
|
|
Таким образом, критерий для проверки нулевой гипотезы приобретает следующие
очертания: H0 принимается, если |
|
|
K |
|
x |
N0 , отклоняется – если выполнено |
|||||
|
|
|
|||||||||
|
|
|
|
|
|
|
|
|
1 |
|
|
|
|
|
|
|
|
|
|
|
2 |
|
|
|
|
|
|
|
N0 . |
|
|||||
противоположное неравенство |
|
K |
|
x |
|
|
|||||
|
|
|
|
||||||||
|
|
|
|
1 |
|
|
|
|
|
|
|
|
|
|
|
2 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
В данном примере область принятия нулевой гипотезы и критическая область определяются
соответственно неравенствами |
|
K |
|
x |
N0 и |
|
K |
|
x |
N0 . |
||
|
|
|
|
|||||||||
|
|
|
|
1 |
|
|
|
|
|
1 |
|
|
|
|
|
|
2 |
|
2 |
|
|||||
|
|
|
|
|
|
|
|
|
|
|
Функция мощности и состоятельность критерия. Сначала запишем функцию мощности:
|
K |
|
x |
|
N0 |
|
1 |
|
K |
|
x |
|
N0 |
|
|
Wn ( p) P |
|
|
р |
P |
|
|
р |
|
|||||||
|
|
|
1 |
|
|
|
|
|
|
|
1 |
|
|
|
|
|
|
2 |
|
2 |
|
Поэтому, если верна H |
|
|
m |
|
m |
2 |
|
|
|
|
1 |
|
1 |
|
|
||
|
, то |
1 |
|
|
|
а.н. |
0; p |
(1 p ) |
|
|
|
|
|
|
. Состоятельной оценкой |
||
|
n |
n |
|
|
n |
n |
|
||||||||||
|
0 |
|
|
2 |
|
1 |
1 |
|
2 |
|
|
||||||
|
|
|
1 |
|
|
|
|
|
|
1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
m1 |
m2 |
|
|
p1 p2 по объединенной выборке является статистика p1 |
|
|
|
. Отсюда |
||||||||||||||||
n1 |
n2 |
|||||||||||||||||||
|
|
|
|
|
m1 |
|
|
|
m2 |
|
|
|
|
|
|
|
||||
|
|
|
|
|
|
|
|
|
|
|
если верна H0 |
|
||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||
|
|
|
|
|
n1 |
|
n2 |
|
|
|
|
|
|
|||||||
U |
|
|
|
|
|
|
|
|
|
|
|
a.H . 0;1 . |
|
|||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||
1 |
1 |
|
|
|
|
|
|
|
|
|||||||||||
|
|
|
|
|
|
|
|
|
|
|
||||||||||
|
|
|
|
|
|
|
|
p1 |
(1 |
p1 ) |
|
|
|
|
||||||
n |
n |
|
|
|
|
|
||||||||||||||
|
|
1 |
2 |
|
|
|
|
|
|
|
|
|
|
|
|
|
Выбор критической области основывается на следующих соображениях: при |
p1 p2 следует |
ожидать больших отрицательных значений U , при p1 p2 - больших |
положительных |
значений U . |
|
При решении задачи (4) нулевая гипотеза принимается (доли генеральных совокупностей совпадают), если выполняется неравенство:
|
Uвыч |
|
x |
N0 . |
(8) |
|
|
|
|||||
|
|
|
1 |
|
|
|
|
|
|
2 |
|
|
|
|
|
|
|
|
|
В случае решения задачи (5) нулевая гипотеза принимается (доли генеральных
совокупностей совпадают), если выполняется неравенство: |
|
Uвыч x1 N0 . |
(9) |
При решении задачи (6) нулевая гипотеза принимается (доли генеральных совокупностей
совпадают) , если выполняется неравенство: |
|
Uвыч x1 N0 . |
(9) |
Замечание. Проверку гипотез можно осуществлять с помощью доверительных интервалов, соответствующих решаемой задаче проверки гипотез, с учетом следующих обстоятельств:
если альтернатива двусторонняя – применяется двусторонний доверительный интервал;
если альтернатива односторонняя – применяется односторонний доверительный интервал. Собственно применение доверительных интервалов осуществляется следующим образом.
1.Выписывается доверительный интервал для параметра (разности параметров, числовой характеристики, разности числовых характеристик). При этом полагается 1 .
2.Если значение параметра (или чего-то другого), соответствующее нулевой гипотезе, попадает в доверительный интервал, то H0 , в противном случае – отклоняется.
Пример 1. Два завода изготавливают однотипные изделия. Для оценки их качества сделаны выборки из продукции этих заводов и получены следующие результаты. Из 200 деталей 1-го завода 20 оказались бракованными, из 300 деталей 2-го завода 15 оказались бракованными.
1)При уровне значимости 0,1 определить имеется ли существенное различие в качестве изготавливаемых этими заводами изделий?
2)Можно ли при уровне значимости 0,1 утверждать, что доля бракованных изделий на втором заводе меньше?
Решение. Пусть p1 - доля брака на первом заводе, |
p2 - доля брака на втором заводе. При этом |
||||||||||||||||||
n1 200, m1 20, n2 |
300, m2 |
15 . Вычислим статистику критерия по формуле (4): |
|||||||||||||||||
|
|
|
|
|
|
|
|
20 |
|
15 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
200 |
|
|
|
|
|
|
|
|
|
||||
|
Uвыч |
|
|
|
|
300 |
|
|
|
|
|
|
|
2,15 |
|||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
|
|
|
20 15 |
|
|
|
|
20 15 |
|
|
1 |
|
1 |
|
|||||
|
|
|
|
|
|
|
|
|
|
||||||||||
|
|
|
|
|
1 |
|
|
|
|
|
|
|
|
|
|
|
|||
|
|
|
|
200 300 |
|
|
|
|
|
200 |
300 |
||||||||
|
|
|
|
|
|
|
|
200 300 |
|
|
Ответ на первый вопрос получим, используя неравенство (8). При 0,1: |
x |
N0 1, 645 . |
|
|
1 |
|
|
|
2 |
|
|
|
|
|
Поскольку 2,15 > 1,645, то можно говорить о существенном различии в качестве изготавливаемых этими заводами изделий.
Ответ на второй вопрос получим, используя неравенство (9). При 0,1 x1 N0 1, 28 .
Поскольку 2,15 > 1,28, то можно утверждать, что доля бракованных изделий на втором заводе меньше.
6. Проверка параметрических гипотез в случае нормального распределения
6.1. Проверка гипотез о параметрах нормального распределения
Предположения. Пусть X1, , X n |
независимая повторная выборка из ГС |
X N a; 2 , |
||
, неизвестны; известны |
|
, sX2 |
SX2 . |
|
X |
|
Задача 1 (проверка гипотезы о значении математического ожидания a ).
H0 : a a0 H1 : a a0
Задачу можно решить с помощью двустороннего доверительного интервала
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
s2 |
|
|
|
|
s2 |
|
||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||
|
|
|
|
|
|
X x |
[T |
] |
|
X |
a X |
x |
[T |
] |
X |
, |
(10) |
||||||||||
|
|
|
|
|
|
|
|
||||||||||||||||||||
|
|
|
|
|
|
|
|
1 2 |
|
n 1 |
|
|
|
|
|
n |
1 |
n 1 |
|
n |
|
||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
2 |
|
|
||||||||||
в который вместо |
a |
следует подставить |
a0. Если неравенство верно, |
то нулевая гипотеза |
|||||||||||||||||||||||
принимается. |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||
Примечание. Нулевая гипотеза принимается, если выполняется неравенство |
|||||||||||||||||||||||||||
|
|
n |
|
|
a0 |
|
|
|
n 1 |
|
|
|
a0 |
|
x1 / 2 Tn 1 . |
|
|
|
|
||||||||
|
|
X |
|
|
X |
|
|
|
(10*) |
||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||
|
|
|
|
sX |
|
|
|
|
|
|
|
|
|
|
|
||||||||||||
|
|
|
|
|
|
|
|
SX |
|
|
|
|
|
|
|
|
|
|
|
|
Задача 2 (проверка гипотезы о значении среднеквадратичного отклонения ).
H0 : 0
H1 : 0
Задачу можно решить с помощью двустороннего доверительного интервала
|
|
nSX2 |
|
|
|
|
nSX2 |
|
, |
|
|
(11) |
||||
|
x |
[ |
2 |
|
|
x |
[ 2 |
|
|
|
||||||
|
] |
|
|
] |
|
|
|
|
|
|||||||
|
1 |
2 |
n 1 |
|
|
|
|
2 |
n 1 |
|
|
|
|
|
|
|
в который вместо |
следует подставить |
|
0. |
Если неравенство верно, то нулевая гипотеза |
||||||||||||
принимается. |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Примечание. Нулевая гипотеза принимается, если выполняется неравенство |
||||||||||||||||
|
|
|
|
|
x |
[ n2 1 ] |
nSX2 |
|
x |
[ n2 1 ]. |
||||||
|
|
|
|
|
02 |
|
||||||||||
|
|
|
|
|
|
|
|
|
|
|
1 |
|
|
|||
|
|
|
|
2 |
|
|
|
2 |
|
Числовой пример 1. По данным 12 рейсов установлено, что рейсовый автобус проходит свой маршрут в среднем за 43 мин. При среднеквадратичном отклонении 4 мин. Предполагается, что время поездки есть случайная величина, имеющая нормальное распределение. Проверьте, не устарел ли норматив, который равен 45 мин., с помощью подходящего статистического критерия при уровне значимости 0,05.
Решение. В данном случае речь идет о решении следующей задачи
Решение. Первую серию трактуем как выборку X , а вторую серию как выборку Y . Поэтому
m 2, n 4 и требуемое число сравнений равно |
2 4 8. Выбираем из первой выборки |
первый элемент: 1. Сравниваем его последовательно с каждым из элементов второй выборки. Вычисляем число "успехов" для первого элемента "1":
1 0,5 1 1 3,5.
Для второго элемента первой выборки "3" число "успехов" равно
0 0 0 1 1.
Окончательно Uвыч. 3,5 1 4,5. При этом
|
|
U mn / 2 |
|
|
|
|
|
4, |
5 |
|
2 4 |
|
|
|
|
|
|
|
|
|
|
|
|
2 |
|
|
|
|
0, 23. |
||||
|
|
|
|
|
|
|
|
|
||||||||
|
|
|
|
|
|
|
|
|
|
|
||||||
|
nm(m n 1) 12 |
2 4 |
2 4 1 |
|
||||||||||||
|
|
|
|
|
|
|
|
|
|
12 |
|
|
|
|
|
Вычисления могут упроститься, если предварительно каждую из серий записать в порядке возрастания.
7.2. Проверка гипотезы однородности двух выборок с помощью критерия хи-квадрат
Случай двух выборок. Имеются две выборки: |
X1 , , X n |
и Y1 , ,Ym . Распределим их по k |
|||||||||||||||||||||||||||||||
непересекающимся областям: 1 , , k . Пусть |
|
i |
и i - соответственно число элементов |
||||||||||||||||||||||||||||||
первой и второй выборок, принадлежащих области i , i |
|
. |
|
|
|
|
|
||||||||||||||||||||||||||
1, k |
|
|
|
|
|
||||||||||||||||||||||||||||
Статистикой критерия является |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
2 |
|
|
|
|
|
|||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
k |
|
1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||
|
|
|
|
|
|
2 mn |
|
|
|
i |
|
i |
|
|
|
|
|
|
|
||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
. |
|
|
|
|
|
|||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
n |
|
|
|
|
|
||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
i 1 |
i i m |
|
|
|
|
|
|
|
|
|
||||||||||
Гипотеза однородности выборок принимается, если выполняется неравенство |
|
||||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
2 |
|
|
|
2 |
k 1 |
|
|
|
|
|
|
|
|
|
|
|||||||
|
|
|
|
|
|
|
|
|
|
|
x1 |
|
. |
|
|
|
|
|
|
|
|
|
|||||||||||
Случай нескольких выборок. Имеются r |
выборок: X i,1, , X i,n |
, i |
|
. |
Распределим их по |
||||||||||||||||||||||||||||
1, r |
|||||||||||||||||||||||||||||||||
k непересекающимся |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
i, j |
|
|
|
|
|
i |
|
|
|
|
j -ой выборки, |
|||
областям: |
1, , k |
. Пусть |
|
|
- |
число |
элементов |
||||||||||||||||||||||||||
принадлежащих области j , |
j |
|
. |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||
1, k |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||
Статистикой критерия является |
|
|
2 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||
|
|
|
i |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||
|
|
|
|
|
j |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||
|
|
|
|
|
|
|
|
|
|
|
|
k |
|
r |
|
|
|
|
|
|
r |
|
k |
||||||||||
k r i, j |
|
|
|
|
N |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||
2 N |
|
|
|
|
|
|
|
|
, где |
|
N i, j , |
|
i i, j , |
j |
i, j . |
||||||||||||||||||
|
i |
j |
|
|
|
|
|
||||||||||||||||||||||||||
i 1 j 1 |
|
|
|
|
|
|
|
|
|
|
|
i 1 j 1 |
|
|
|
|
|
|
j 1 |
|
i 1 |
||||||||||||
Гипотеза однородности выборок принимается, если выполняется неравенство |
|
||||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
2 |
|
|
|
|
|
2 |
k 1 r |
|
|
|
|
|
|
|
|
|
|
|
||||||||
|
|
|
|
|
|
|
|
x1 |
|
1 . |
|
|
|
|
|
7.3. Проверка однородности парных наблюдений с помощью критерия знаков