- •ВИЩА МАТЕМАТИКА ДЛЯ ЕКОНОМІСТІВ
- •Видання містить короткі теоретичні відомості та формули, типові приклади задач і методику їх розв’язання, завдання для самостійної роботи, а також контрольні питання до кожної теми.
- •Призначене для студентів економічних спеціальностей вищих навчальних закладів.
- •ВСТУП
- •Питання для самоконтролю
- •Вправи
- •1.1.2. Елементи комбінаторики
- •Таблиця 1.1
- •Розв’язування комбінаторних задач
- •Питання для самоконтролю
- •Вправи
- •Питання для самоконтролю
- •Вправи
- •Питання для самоконтролю
- •Вправи
- •1.4. ФОРМУЛА ПОВНОЇ ЙМОВІРНОСТІ. ФОРМУЛА БАЙЄСА
- •Питання для самоконтролю
- •Вправи
- •1.5. ПОСЛІДОВНІ НЕЗАЛЕЖНІ ВИПРОБУВАННЯ
- •1.5.1. Формула Бернуллі
- •1.5.2. Формула Пуассона
- •1.5.3. Локальна теорема Муавра-Лапласа
- •1.5.4. Інтегральна теорема Муавра-Лапласа
- •Питання для самоконтролю
- •Вправи
- •2.1.1. Дискретні випадкові величини. Функція розподілу. Основні закони розподілу
- •Питання для самоконтролю
- •Вправи
- •2.2. ЧИСЛОВІ ХАРАКТЕРИСТИКИ ВИПАДКОВИХ ВЕЛИЧИН
- •Таблиця 2.1
- •Числові характеристики деяких розподілів
- •Питання для самоконтролю
- •Вправи
- •Питання для самоконтролю
- •Вправи
- •2.4.1. Лема Чебишова
- •2.4.2. Теорема Чебишова
- •2.4.3. Теорема Бернуллі
- •Питання для самоконтролю
- •Вправи
- •2.5. ДВОВИМІРНА ВИПАДКОВА ВЕЛИЧИНА
- •Таблиця 2.2
- •Таблиця 2.3
- •Таблиця 2.4
- •Питання для самоконтролю
- •Вправи
- •Таблиця 2.5
- •Числові характеристики двовимірної випадкової величини
- •Продовж. табл. 2.5
- •Питання для самоконтролю
- •Вправи
- •2.5.6. Умовні числові характеристики двовимірної випадкової величини. Регресія
- •Питання для самоконтролю
- •Вправи
- •3.1. ПРЕДМЕТ ТА ОСНОВНІ ЗАВДАННЯ МАТЕМАТИЧНОЇ СТАТИСТИКИ
- •Питання для самоконтролю
- •3.3. СТАТИСТИЧНИЙ РОЗПОДІЛ ВИБІРКИ
- •Таблиця 3.1
- •Таблиця 3.2
- •Таблиця 3.3
- •Таблиця 3.4
- •Таблиця 3.5
- •Таблиця 3.6
- •Питання для самоконтролю
- •Вправи
- •3.4. ГРАФІЧНЕ ЗОБРАЖЕННЯ СТАТИСТИЧНИХ РОЗПОДІЛІВ
- •Рис. 3.1. Гістограма частот за даними прикладу 3.1
- •Рис. 3.2. Полігон частот за даними таблиці 3.6
- •3.5. ЕМПІРИЧНА ФУНКЦІЯ РОЗПОДІЛУ. КУМУЛЯТА
- •Питання для самоконтролю
- •Вправи
- •Таблиця 3.8
- •Таблиця 3.9
- •Питання для самоконтролю
- •Вправи
- •3.7.1. Статистичні оцінки невідомих параметрів розподілу та їх властивості
- •3.7.2. Статистична оцінка математичного сподівання
- •Питання для самоконтролю
- •Вправи
- •3.8. ІНТЕРВАЛЬНІ ОЦІНКИ ПАРАМЕТРІВ РОЗПОДІЛУ
- •3.8.1. Надійність. Інтервал довіри
- •3.8.3. Розподіл Стьюдента
- •3.8.4. Розподіл Фішера-Снедекора
- •3.8.5. Інтервальні оцінки для математичного сподівання
- •Питання для самоконтролю
- •Вправи
- •3.9. ЕЛЕМЕНТИ ТЕОРІЇ КОРЕЛЯЦІЇ
- •Таблиця 3.10
- •Таблиця 3.10
- •Питання для самоконтролю
- •Вправи
- •3.9.3. Основні поняття і методи регресійного аналізу
- •3.9.4. Метод найменших квадратів
- •Рис. 3.3. Діаграма розсіювання точок
- •Питання для самоконтролю
- •Вправи
- •3.10. СТАТИСТИЧНА ПЕРЕВІРКА СТАТИСТИЧНИХ ГІПОТЕЗ
- •3.10.1. Статистичні гіпотези. Помилки першого та другого роду
- •3.10.2. Статистичний критерій перевірки нульової гіпотези
- •Питання для самоконтролю
- •Таблиця 3.12
- •Таблиця 3.13
- •Таблиця 3.14
- •Таблиця 3.15
- •3.10.4. Перевірка гіпотези про порівняння середнього значення ознаки генеральної сукупності зі стандартом
- •3.10.5. Перевірка гіпотези про рівність дисперсій двох незалежних випадкових величин
- •Питання для самоконтролю
- •Вправи
- •Додаток А
- •Таблиця значень функції
- •Додаток Б
- •Таблиця значень функції Лапласа
- •Додаток В
- •Додаток Г
- •Додаток Д
- •Критичні точки розподілу F Фішера-Снедекора
- •Додаток Е
- •Таблиця значень
- •Додаток Ж
- •Значення
3.10.4. ПЕРЕВІРКА ГІПОТЕЗИ ПРО ПОРІВНЯННЯ СЕРЕДНЬОГО ЗНАЧЕННЯ ОЗНАКИ ГЕНЕРАЛЬНОЇ СУКУПНОСТІ ЗІ СТАНДАРТОМ
У критеріях для перевірки гіпотези H0: a = a0 про те, що значення математичного сподівання a = M (X ) досліджуваної ознаки гене-
ральної сукупності збігається зі стандартомa , використовують
0
статистику x – вибіркове середнє. Розрізняють такі моделі залежно від інформації щодо генеральної сукупності, якою ми володіємо.
Модель А. Гіпотеза про значення математичного сподівання нормального закону розподілу за умови відомої дисперсії.
Припустимо, що випадкова величина розподілена нормально з невідомим математичним сподіванням a = M ( X ), але відомою диспе-
рсією s 2 = D( X ). Потрібно на підставі вибірки перевірити нульову гіпотезу H0 : a = a0 про рівність математичного сподівання a певному числу a0 . При цьому припускаємо, що відомі такі величини: дані вибірки обсягу n; середнє квадратичне відхилення s = s ( X ); гіпотетичне значення математичного сподівання a0 ; рівень значущості a.
Тоді випливає, що вибіркове середнє x для вибірки з нормального розподілу з параметрами (a, s 2 ) має нормальний розподіл із пара-
метрами (a, s 2 / n) , тому за умови |
|
істинності гіпотезиH 0 (коли |
||||||
M ( |
|
) = a0 ) випадкова величина |
|
|
|
|
|
|
x |
|
|
|
|
|
|
||
|
|
|
( |
|
- a0 ) |
|
|
|
|
|
U = |
x |
n |
|
, |
||
|
|
|
|
|
|
|
s
яку беруть за критерій перевірки гіпотези H 0 , також розподілена нормально з параметрами (0; 1).
Справді,
M (U ) = |
|
n |
M ( |
|
- a0 ) = |
|
n |
(M ( |
|
) - a0 ) = 0; |
|||||||||||||
x |
x |
||||||||||||||||||||||
|
|
|
|
||||||||||||||||||||
|
|
s |
|
|
|
|
|
|
|
|
s |
|
|
|
|
|
|||||||
|
n |
|
|
|
|
|
|
n |
|
|
|
|
|
|
|
n |
|
s 2 |
|||||
D(U ) = |
D(x - a0 ) = |
|
D(x) = |
|
|
||||||||||||||||||
|
|
|
|
|
|
|
|
× |
|
=1. |
|||||||||||||
s 2 |
s 2 |
|
s 2 |
|
|||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
n |
Отже, щільність розподілу випадкової величини U має вигляд:
f (x) = |
1 |
|
|
|
|
e |
x 2 |
||||||
|
|
|
|
2 . |
|||||||||
|
|
|
|
|
|
|
- |
|
|
|
|
||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Тому |
|
|
2p |
|
|
|
|
|
|
|
|||
|
|
|
|
|
|
|
|
|
|
|
|
||
|
|
1 |
|
|
|
z |
|
x 2 |
|||||
P { U Î(0, z) } = |
|
|
|
òe- |
|
|
dx = Ц(z). |
||||||
|
|
|
|
2 |
|||||||||
|
|
|
|
|
|
||||||||
|
2p |
||||||||||||
|
|
|
0 |
|
|
|
|
ДВНЗ “Українська академія банківської справи НБУ”
141
Якщо конкуруюча гіпотеза має вигляд: H1 : a ¹ a0 , то розглядають двосторонню симетричну область, для якої критичну точку шукають із співвідношення:
P {U > uкр } = a / 2.
Оскільки P { 0 < U < ¥ } = Ц(¥) = 0,5,
то P { 0 <U < ¥ } = P { 0 <U < uкр }+ P {U > uкр } = 0,5,
тобто
Ц(uкр ) + a = 1 , Ц(uкр ) = 1 -a . |
||
2 |
2 |
2 |
Правило 1. Якщо нульова гіпотеза H 0 : a = a0 , а конкуруюча гіпотеза H1 : a ¹ a0 , то перевірку гіпотези H 0 проводимо за такою схемою: 1) обчислюємо емпіричне значення критерію за формулою:
Uемп |
= |
(x - a0 ) |
n |
; |
(3.44) |
s |
|
||||
|
|
|
|
|
2)знаходимо за таблицею значень функції Лапласа критичне значення uкр , використовуючи рівняння:
Ц(uкр ) = |
1 -a |
; |
(3.45) |
|
|||
2 |
|
|
3) робимо висновок про висунуту гіпотезу: якщо U емп < uкр , то гіпо-
тезу H 0 приймаємо; якщо |
U емп |
³ uкр , то |
відхиляємо |
гіпотезу H 0 |
на користь альтернативної H1. |
H1 : a > a0 , |
то розгляда- |
||
Якщо конкуруюча гіпотеза має вигляд: |
ють правосторонню критичну область, для якої критичну точку шукають із співвідношення:
P {U > uкр } = a.
Тоді
Ц (uкр ) + a = |
1 |
або Ц(uкр ) = |
1 - 2a |
. |
|
|
|||
2 |
2 |
|
Якщо конкуруюча гіпотеза має вигляд H1 : a < a0 , то розглядають лівосторонню критичну область, для якої
P {U < - uкр } = a.
ДВНЗ “Українська академія банківської справи НБУ”
142
Правило 2. Якщо нульова гіпотеза H 0 : a = a0 , а конкуруюча гіпотеза H1 : a > a0 , або H1 : a < a0 , то перевірку гіпотези H 0 проводимо за схемою правила 1 із такими змінами:
1)замість рівняння (3.45) для знаходження критичного значення uкр
використовуємо рівняння:
|
|
Ц(uкр ) = |
1 - 2a |
; |
(3.46) |
|
|
|
|||
|
|
2 |
|
|
|
2) робимо висновок стосовно висунутої гіпотези H 0: |
|
||||
а) якщо U емп |
< uкр , |
то немає підстав відхилити гіпотезу H 0 ; якщо |
|||
Uемп ³ uкр , |
то відхиляємо гіпотезу H 0 на користь альтернатив- |
||||
ної H1 : a > a0 ; |
|
|
|
|
|
б) якщо Uемп > -uкр , |
то немає підстав відхилити гіпотезу H0 , |
якщо |
|||
Uемп £ -uкр , |
то |
гіпотезу H 0 відхиляємо і приймаємо |
гіпотезу |
||
H1 : a < a0 . |
|
|
|
|
|
Приклад 3.14. Із нормально розподіленої генеральної сукупності з відомим середнім квадратичним відхиленнямs = 5 одержано вибірку
обсягу n = 25. За цією вибіркою знайдено вибіркове середнє x = 25,7. Необхідно для рівня значущості a = 0,05 перевірити нульову гіпотезу H 0 : a = a0 = 30 за наявності конкуруючої: а) H1 : a ¹ a0 ; б) H1 : a < a0 .
|
Розв’язання. Обчислимо емпіричне значення критерію за фор- |
||||||||||||
мулою (3.44): U емп = |
(25,7 - 30) |
25 |
|
= -4,3. |
|
||||||||
|
|
|
|
|
|||||||||
|
Розглянемо випадок: |
5 |
|
|
|
|
|
|
|||||
|
|
|
|
|
|
|
обчислимо значення uкр |
||||||
а) |
для альтернативної гіпотези H1 : a ¹ a0 |
||||||||||||
|
за формулою Ц (uкр ) = |
1- 0,05 |
0,475 Þ uкр =1,96 (див. додаток Б). |
||||||||||
|
= |
||||||||||||
|
|
|
|
|
|
|
2 |
|
|
|
|
|
|
|
Оскільки |
|
Uемп |
|
> uкр , то відхиляємо гіпотезу H 0 на користь H1; |
||||||||
|
|
|
|||||||||||
б) |
для альтернативної гіпотези H1 : a < a0 |
знаходимо значення uкр за |
|||||||||||
|
формулою (3.46): Ц(uкр ) = |
1 - 2 ×0,05 |
0, 45 Þ uкр =1, 65 (див. дода- |
||||||||||
|
|
= |
|
|
|||||||||
|
|
|
|
|
|
|
|
|
2 |
|
|
||
|
ток Б). Оскільки U емп = -4,3 < -1,65 , |
відхиляємо гіпотезу H 0 на ко- |
|||||||||||
|
ристь гіпотези H1. |
|
|
|
|
|
|
|
Модель Б. Гіпотеза про значення математичного сподівання нормального закону розподілу за умови невідомої дисперсії.
ДВНЗ “Українська академія банківської справи НБУ”
143
Припустимо, що випадкова величина X нормально розподілена
з невідомими математичним сподіваннямa = M ( X ) і дисперсією s 2 = D( X ). Потрібно на підставі вибірки перевірити нульову гіпотезу H 0 : a = a0 про рівність математичного сподівання a певному числу a0 . При цьому припускаємо, що відомі такі величини: дані вибірки обсягу n; гіпотетичне значення математичного сподіванняa0 ; рівень значущості a.
Оскільки середнє квадратичне відхиленняs = s (x) невідоме, то для перевірки гіпотези H 0 не зможемо скористатися статистикою через те, що для неї неможливо буде обчислити емпіричне значення Uemn . У даному випадку використовуємо статистику
T = (x - a0 )n , s
де x – вибіркове середнє;
s – виправлене середнє квадратичне відхилення.
Можна показати, що за умови істинності гіпотези H 0 випадкова
величина T має розподіл Стьюдента з k = n -1 ступенями вільності. Подальша побудова критичної області для двота односторонніх
перевірок гіпотези здійснюється аналогічно випадку моделіA з відмінністю в тому, що критичні точки (тут замість uкр вони позначати-
муться через tкр ) визначаються за таблицею критичних точок розподілу
Стьюдента (див. додаток Г), а не значень функції Лапласа. За того самого рівня значущості a значення tкр буде більшим, ніж uкр .
Правило 1. Якщо нульова гіпотеза H0 : a = a0 , а конкуруюча гіпо-
теза H1 : a ¹ a0 , то перевірку гіпотези H 0 |
проводимо за такою схемою: |
|||||||
1) обчислюємо емпіричне значення критерію за формулою: |
|
|||||||
|
( |
|
- a0 ) |
|
|
|
|
|
Tемп = |
x |
|
n |
|
; |
(3.47) |
||
|
|
s |
|
|
|
|||
|
|
|
|
|
|
|
|
2)знаходимо за таблицею критичних точок розподілу Стьюдента за даним рівнем значущості a (для двосторонньої критичної області) й кількістю ступенів вільності k = n -1 критичну точку tкр = tкр (a, k );
3) робимо висновок про висунуту гіпотезу: якщо |
Tемп |
< tкр , |
то гіпотезу |
||||
приймаємо; якщо |
|
Tемп |
|
< tкр , то відхиляємо гіпотезу H0 |
на користь |
||
|
|
||||||
альтернативної H1. |
|
ДВНЗ “Українська академія банківської справи НБУ”
144
Правило 2. Якщо нульова гіпотеза H 0 : a = a0 , а конкуруюча гіпотеза H1 : a > a0 , або H1 : a < a0 , то перевірку гіпотези H 0 проводимо за схемою правила 1 із такими змінами:
1)за таблицею критичних точок розподілу Стьюдента за даним рівнем значущості a (для односторонньої критичної області) і кі-
лькістю ступенів |
вільності k = n -1 знаходимо критичну |
точку |
|
tкр = tкр (a, k ) |
(див. додаток Г); |
|
|
2) робимо висновок стосовно висунутої гіпотези: |
|
||
а) якщо Tемп < tкр , |
то немає підстав відхилити гіпотезуH0 ; |
якщо |
|
Tемп ³ tкр , то відхиляємо гіпотезу H 0 на користь альтернативної |
|||
H1 : a > a0 ; |
|
|
|
б) якщо Tемп > -tкр , |
то немає підстав відхилити гіпотезу H0 , |
якщо |
|
Tемп £ -tкр , |
то |
гіпотезуH 0 відхиляємо і приймаємо |
гіпотезу |
H1 : a < a0. |
|
|
|
Приклад 3.15. Із нормально розподіленої генеральної сукупності одержано вибірку обсягу n = 25. За цією вибіркою знайдено вибіркове середнє x =125,3 та виправлене середнєs = 5,2 . Необхідно для рівня значущості a = 0,05 перевірити нульову гіпотезу H 0 : a = a0 =130 за
наявності конкуруючої: а) H1 : a ¹ a0 ; б) H1 : a < a0 .
Розв’язання. Обчислимо емпіричне значення критерію за фор-
мулою (3.47): Tемп = (125,3 -130)25 » -4,52. 5,2
Розглянемо окремо випадки:
а) для альтернативної гіпотези H1 : a ¹ a0 обчислимо значення tкр за
таблицею для числа ступенів вільності k = n -1 = 25 -1 = 24 і рівня значущості a = 0,05, користуючись додатком Г, знаходимо tкр = 2,06
(для двосторонньої критичної області). Оскільки Tемп > tкр , то відхи-
ляємо гіпотезу H 0 на користь H1;
б) для альтернативної гіпотези H1 : a < a0 знаходимо значення tкр за
таблицею для числа ступенів вільності k = n -1 = 25 -1 = 24 і рівня значущості a = 0,05, користуючись додатком Г, знаходимо tкр =1,71
(для правосторонньої критичної області). Оскільки Tемп » -4,52 < -1,71, гіпотезу H 0 відхиляємо і приймаємо гіпотезу H1 : a < a0 .
ДВНЗ “Українська академія банківської справи НБУ”
145