5.4. Распределение статистики .

Случайная величина имеет -распределение с r степенями свободы (r=1;2;3...), если ее плотность имеет вид

x

r-2

0

где - некоторая положительная постоянная (- определяется из равенства). Случайная величина, имеющая распределениесrстепенями свободы, будет обозначаться через.

Для дальнейшего изложения важно отметить, что, во-первых, распределение определяется одним параметром – числомrстепеней свободы и, во-вторых, существуют таблицы, позволяющие приближенно найти вероятность попадания значений случайной величиныв любой промежуток.

Вернемся теперь к статистике .Отметим, что она является случайной величиной, поскольку зависит от результатов наблюдений и, следовательно, в различных сериях опытов принимает различные значения, заранее не известные значения. Понятно, кроме того, что закон распределения статистики зависит:

1)от действительного (но неизвестного нам) закона распределения случайной величины, измерения которой осуществляются (им определяются эмпирические частоты);

2)от количества произведенных наблюдений (от числаn) и от способа разбиения числовой оси на промежутки (в частности, от числа 1);

3)от теоретического (выдвинутого в качестве гипотезы) закона распределения изучаемой случайной величины (им определяются теоретические вероятности и теоретические частоты).

Если выдвинутая гипотеза верна, то, очевидно, закон распределения статистики зависит только от закона распределения измеряемой случайной величины, от числаnи от выбора промежутков разбиения. Но на самом же деле, в этом случае (благодаря мастерски подобранному Пирсоном выражения для) справедливо куда более сильное утверждение. А именно, при достаточно большихnзакон распределения статистики практически не зависит ни от закона распределения изучаемой случайной величины и ни от количестваnпроизведенных опытов:при распределение статистики стремится к - распределению с r степенями свободы. Эта теорема объясняет, почему статистика Пирсона обозначается через.

Если в качестве предполагаемого выбрано одно из трех основных непрерывных распределений (нормальное, показательное или равномерное), то

,

где - количество промежутков, на которое разбита числовая ось (количество групп опытных данных). В общем случае

,

N_пар – количество параметров предполагаемого распределения, которые заменены вычисленными по опытным данным оценками. Т.е. в данном варианте после группировки исходных данных получаем количество промежутков разбиения ,, т.к. количество параметров предполагаемого распределения, которые заменены вычисленными по опытным данным оценкам, равно 2 – этодля нормального распределения. Следовательно,

5.5. Правило проверки гипотезы о законе распределения случайной величины.

Статистика принимает только неотрицательные значения (всегда), причем в нуль она обращается в одном-единственном случае – при совпадении всех соответствующих эмпирических и теоретических частот (то есть придля каждого).

Если выдвинутая гипотеза о законе распределения изучаемой случайной величины соответствует действительности, то эмпирические и теоретические частоты должны быть примерно одинаковы, а значит, значения статистики будут сгруппированы около нуля. Если же выдвинутая гипотеза ложна, то эмпирические и соответствующие теоретические частоты будут существенно разниться, что приведет к достаточно большим отклонениям от нуля значений .

Поэтому хотелось бы найти тот рубеж – называемый критическим значением(или критической точкой) и обозначаемый через, который разбил бы всю область возможных значений статистики на два непересекающиеся подмножества:область принятия гипотезы, характеризующаяся неравенством, икритическую область (или область отвержения гипотезы), определяемую неравенством.

Область принятия Критическая

гипотезы область

0

Если выдвинутая гипотеза о законе распределения изучаемой случайной величины верна, то вероятность попадания значений статистики в критическую область должна быть мала, так что событие () должно быть практически неосуществимым в единичном испытании. Эта вероятность, обозначим ее через α :

,

называется уровнем значимости.

Чтобы определить критическое значение , поступим следующим образом. Зададим какое-либо малое значение уровня значимости и найдемкак корень уравнения

и приближенное значение можно найти из уравнения

.

Геометрические соображения показывают, что после уравнение имеет единственное решение: его корень – это такое число , при котором площадь под графиком функции(плотности- распределения) над участкомравнаα. На практике решение последнего уравнения находят с помощью специальных таблиц. Эти таблицы позволяют по двум входным параметрам – уровню значимостиαи числу степеней свободы определить критическое значение.

Зададим уровень значимости как (условие курсовой работы).

Подводя итоги, сформулируем правило проверки гипотезы о законе распределения случайной величины с помощью - критерия Пирсона:

1.Проводятнезависимых наблюдений случайной величины (принято считать, что должно быть)

2.Разбивают всю числовую ось на несколько (как правило, на 8…12) промежутков

так, чтобы количество результатов измерений в каждом из них (называемое эмпирической частотой ) оказалось не менее пяти.

3. Выдвигают (например, судя по профилю гистограммы) гипотезу о законе распределения изучаемой случайной величины и находят параметры этого закона (чаще всего, заменяя математическое ожидание и дисперсию их оценками).

4.С помощью предполагаемого (теоретического) распределения находят теоретические вероятностии теоретические частоты попадания значений случайной величины в

-йпромежуток.

5.По эмпирическим и теоретическим частотам вычисляют значение статистики, обозначаемое через.

6.Определяют число степеней свободы.

7.Используя заданное значение уровня значимостиαи найденное число степеней свободы, по таблице находят критическое значение .

8. Формулируют вывод, опираясь наосновной принцип проверки статистических гипотез:

если наблюдаемое значение принадлежит критической области, то есть если , то гипотезу отвергают как плохо согласующуюся с результатами эксперимента ;

если наблюдаемое значение критерия принадлежит области принятия гипотезы, то есть если , то гипотезу принимают как не противоречащую результатам эксперимента.