Лекции / Лекции (МП-3 Земсков) / Лекции (word) / Лекци22
.docЛекция 22.
6.5.3. Проверка гипотез о сравнении характеристик в двух независимых генеральных.
6.5.3.1. Распределение Фишера.
Теорема Фишера. Пусть V1~ V2~ причем V1 и V2 независимы.
~ без доказательства.
похоже на - распределение.
6.5.3.2. Сравнение дисперсией.
Подстановка задачи. Пусть Х~, Y~ причем X и Y – независимы (все
параметры неизвестны)
( в статическом смысле)
задоно.
Имеются выборки: , .
Теорема 22.1. При условиях, наложенных на генеральные совокупности статика:
~ (1)
параметры в порядке деления чисел на знаменатель.
~
Ясно, что и независимы. по теореме Фишера имеем:
~.
При условии Н0 дисперсии в выражении для Q сокращаются. Теорема доказана.
В таблице Fi распределения приводятся значения для значений > 1.
При проверке левосторонних гипотез, используем (1) получим значения <1 нужно менять квантили. Найти квантиль, соответствующую 1- на право хвосте, а затем 1 поделить на полученное число.
найти квантиль, соответствующую 1- на право хвосте, а затем 1 поделить на полученное число
Q<1
Замечение 1. Если в постановке решаемой задачи математические ожидания mX и mY иизвестны, то следует использовать статику ~
6.5.3.3. Сравнение средних (математических ожиданий).
Постановка задачи та же.
Случай 1. и - известны.
Подходящая статика:
~ N(0,1).
U – есть линейная комбинация нормальных величин композиция устойчива U ~ N(0,1).
Предположим, что Н0 верна.
~ N(0,1) (1)
Далее по общей методике.
Случай 2. и - неизвестны.
В этом случае U, определенное в (1) использовать нельзя.
Случай 2.1. Дисперсии неизвестны, но подтверждается гипотеза об их равенстве.
- подтверждается на уровне .
Случай 2.2. Гипотеза отклоняется.
Рассмотрим случай 2.1.
- запишем так:
~ N(0,1), но - мешающий параметр.
Теорема 22.2. Обозначим (2)
несмещенная выборочная дисперсия объединенной выборки.
- оценка неизвестна. .
Составим статику ~
преобразуем (2):
+ +
=
Очевидно, что ~
~
- распределение с композиционно устойчиво ~
Преобразуем:
где по теореме Пирсона ~
Рассмотрим случай 2.2.
не выполняется статистика W – неприменима используется так называемая статистика Уэлчи:
~, где
.
6.5.3.4. Сравнение вероятностей.
X~B(1,P1) – индикатор;
Y~B(1,P2) – индикатор.
Имеем выборки из X и Y:
- относительная частота;
- относительная частота.
Подходящая статика:
~ N(0,1) при n>>1 (по теореме Лапласа-Муавра).
Статика: ~N(0,1) при
При условии:
Неизвестное р оценивается по объединенной выборке.
Было: ; (4)
Статика Z приобретает вид, где .