- •Лекция 1. Предмет теории вероятностей. Случайные события и вероятности событий
- •Лекция №2 Свойства вероятностей. Условная вероятность. Теоремы сложения и умножения вероятностей.
- •2.2. Формула полной вероятности. Формула Бейеса ( теорема гипотез)
- •Лекция №3 -5 Случайные величины. Функции распределения случайных величин
- •3.1. Дискретные случайные величины
- •3.2. Непрерывные случайны величины.
- •3.3. Законы распределения непрерывной случайной величины
- •Показательное распределение. Показательным (экспоненциальным) называют распределение вероятностей непрерывной случайной величины , которое описывается функцией плотности вероятности:
- •Лекция №6. Нормальное распределение.
- •Лекция 7-8. Предельные теоремы и законы больших чисел
- •Лекция №9.Случайные функции. Цепи Марков. Пуассоновский поток событий
- •Лекция №10. Предмет математической статистики. Генеральная и выборочная совокупности. Вариационные ряды и их характеристики
- •Лекция 11. Связь между генеральной и выборочной совокупностью.
- •Предельные ошибки и необходимый объем выборки (Повторный и бесповторный отбор)
- •Лекция №12. Проверка статистических гипотез.
- •Проверка гипотез о равенстве средних значений при известной и неизвестной дисперсии.
- •Проверка гипотезы о равенстве дисперсий двух нормальных генеральных совокупностей.
- •Лекция№13.Проверка статистических гипотез о законе распределения генеральной совокупности
- •Критерий согласия (хи- квадрат) Пирсона
- •Критерий согласия Колмогорова
- •Лекция №14. Основные понятия дисперсионного анализа
- •Однофакторный дисперсионный анализ
- •Понятие о двухфакторном дисперсионном анализе
- •Лекция№15. Корреляционно – регрессионный анализ
- •Свойства выборочного (статистического) коэффициента корреляции
- •Понятие о нелинейной регрессии, индекс корреляции и коэффициент детерминации
Лекция№13.Проверка статистических гипотез о законе распределения генеральной совокупности
Проверку гипотезы , о том, что генеральная совокупность подчиняется определенному теоретическому закону распределения , осуществляют с помощью критериев согласия. Доля проверки гипотезы выбирают некоторую случайную величину , характеризующую степень расхождения теоретическогои эмпирическогораспределения, закон распределения которой при достаточно больших объемах выборкиизвестен и практически не зависит от закона распределения генеральной совокупности. Зная закон распределения, можно найти вероятность того, чтоприняла значение не меньше, чем фактически наблюдаемое в опыте, т.е.. Еслимала, то это означает в соответствии с принципом практической уверенности, что такие, как в опыте, и большие отклонения практически невозможны. В этом случае гипотезу отвергают. Если же вероятность не мала, расхождение между эмпирическим и теоретическим распределением несущественно и гипотезу можно считать правдоподобной или, по крайней мере, не противоречащей опытным данным.
Существует несколько критериев согласия: (хи- квадрат) Пирсона, Колмогорова, Смирнова и т.д.
Критерий согласия (хи- квадрат) Пирсона
В наиболее часто используемом на практике критерии - Пирсона в качестве меры расхождения берется величина , равная относительной сумме квадратов отклонений межу эмпирическими и теоретическимичастотами попадания в интервалы:
,
где -число интерваловэмпирического распределения (вариационного ряда),- объем выборки,- вероятность попадания случайной величины в интервал, вычисленная по закону распределения, соответствующему гипотезе .
Доказано, что при справедливости гипотезы и при критерий имеет - распределение со степенями свободы, где- число параметров теоретического распределения, вычисленных по экспериментальным данным.
Методика применения критерия следующая:
1. Разбиваем всю область наблюдаемых выборочных значений наинтервалов ширинойи подсчитываем количество выборочных значений, попавших в каждый из этих интервалов. Предполагая, согласно выдвинутой гипотезы, известным теоретический закон распределениягенеральной совокупности определяемвероятность попадания случайной величины в интервал:
.
Умножив полученные вероятности на объем выборки , получаем теоретические частоты попадания в интервалы и рассчитываем меру расхождения между частотами .
2.Для выбранного уровня значимости по таблице - распределения находим критическое значение при числе степеней свободы.
3. Если фактически наблюдаемое значение больше критического, т.е. , то гипотеза отвергается, если , гипотеза не противоречит опытным данным.
Следует отметить, что критерий имеет закон распределения лишь при . Поэтому этот критерий нельзя применять при малых объемах выборок. Поэтому необходимо чтобы в каждом интервале было не менее 5-10 выборочных значений, а весь объем выборки был порядка сотен.