- •«Спеціальні розділи математики»
- •«Теорія ймовірностей і математична статистика»
- •Специальные разделы метематики
- •1.4.2 Правила комбинаторики
- •2 Основные теоремы теории вероятностей
- •2.1 Теорема умножения вероятностей
- •2.4 Следствия теорем сложения и умножения
- •2.4.1 Теорема о вероятности появления хотя бы одного события
- •2.4.2 Формула полной вероятности
- •3 Случайные величины
- •3.1 Общие сведения
- •3.2 Функция распределения случайной величины.
- •3.4.1 Формы закона распределения дискретной случайной величины
- •3.4.2 Числовые характеристики дсв
- •3.4.3 Основные (типовые) распределения дсв.
- •3.5 Непрерывные св
- •3.5.1. Формы представления закона распределения нсв
- •3.5.2 Числовые характеристики нсв
- •3.5.3 Основные (типовые) законы распределения нсв
- •4. Система двух св (двумерная св)
- •4.1. Общие сведения
- •4.2. Закон распределения системы двух св
- •4.2.1 Табличное представление закона распределения двумерной св
- •4.2.2 Интегральная функция распределения двумерной св
- •Числовые характеристики системы двух св
- •Зависимые и независимые св
- •Часть II Математическая статистика
- •5. Элементы математической статистики
- •5.1 Теория выборок
- •5.1.1 Способы формирования выборки
- •5.1.2 Статистическое распределение выбоки
- •5.1.3 Числовые характеристики выборки
- •5.2 Теория оценок
- •5.2.1. Точечные оценки.
- •5.2.2 Интервальные оценки
- •5.3 Теория проверки статистических гипотез
- •5.3.1 Виды статистических гипотез
- •5.3.2 Статистический критерий
- •5.3.3 Проверка статистической гипотезы о параметрах распределения
- •5.3.4 Проверка статистической гипотезы о законе распределения
- •6 Элементы корреляционного анализа
- •6.1 Корреляционное поле
- •6.2 Выборочный коэффициент корреляции
- •6.3 Выборочное корреляционное отношение (вко)
- •7. Элементы регрессионного анализа
- •7.1 Выборочные уравнения регрессии
- •7.2 Выборочное уравнение прямой линии регрессии
- •7.3 Выборочное уравнение нелинейной регрессии
- •8. Элементы дисперсионного анализа
- •8.1 Общие сведения
- •8.2 Общая, факторная и остаточная суммы квадратов отклонений.
- •8.3 Общая, факторная и остаточная дисперсии.
- •8.4 Применение метода дисперсионного анализа
5.3.3 Проверка статистической гипотезы о параметрах распределения
Пусть генеральные совокупности СВ X и СВ Y распределены нормально. По независимым выборкам с объёмами, соответственно равными, n1 и n2, извлеченным из этих совокупностей, найдены исправленные выборочные дисперсии и . Требуется по и при заданном значении проверить, H0 состоящие в том, что генеральные дисперсии рассматриваемых совокупностей равны между собой:
.
В качестве критерия примем отношение большей исправленной дисперсии к меньшей, т. е. СВ F.
. (5.39)
Величина F при условии справедливости H0 имеет распределение Фишера – Снедекора со степенями свободы
;
,
где n1 – объём выборки, по которой вычислена большая исправленная дисперсия;
n2 – объём выборки, по которой найдена меньшая дисперсия.
Критическую область строят в зависимости от вида конкурирующей гипотезы H1.
Если , то строят правостороннюю критическую область. Критическую точкуFкр находят по таблице распределения Фишера – Снедекора в зависимости от параметров ,k1, k2. Критическая область определяется неравенством F > Fкр, область принятия гипотезы – F < Fкр.
Если , то строят двустороннюю критическую область. Правую критическую точкуFкр2 находят по таблице критических точек распределения Фишера – Снедекора в зависимости по параметров ,k1, k2.
Левых критических точек эта таблица не содержит. Однако для обеспечения надёжности критерия в двустороннюю критическую область F с уровнем значимости , правая критическая точка была определена с доверительной вероятностью. Поэтому критическая область удовлетворяет неравенствуF > Fкр2, область принятия гипотезы –
F < Fкр2.
Пример. По двум независимым выборкам, объекты которых соответсвенно равны n1 =10 и n2 = 15, извлечённым из нормальных генеральных совокупностей X и Y, найдены исправленные выборочные дисперсии и. Припроверитьпри
Решение.
Исходя из вида H1, критическая область – двусторонняя. Определяем Fкр2 при , и.
.
Вычисляем по (5.39) .
Т. к. , тоH0 не опровергается, дисперсии можно считать равными.
5.3.4 Проверка статистической гипотезы о законе распределения
При проверке статистической гипотезы о законе распределения H0 всегда формулируется следующим образом: генеральная совокупность распределена по закону, например, нормальному, а H1: генеральная совокупность не распределена по закону, например, нормальному.
Выбор H0 осуществляется, как правило, путём сравнения полигона и гистограммы выборки с графиками функций частных теоретических законов распределения.
Проверка H0 проводится с использованием специально подобранной СВ, представляющей собой меру расхождения между эмпирическим и теоретическим распределениями, называмой в этом случае критерием согласия.
Критерии согласия не доказывают справедливость гипотезы, а лишь устанавливают для принятого значения её согласие или несогласие с данными наблюдений.
Имеется несколько примеров согласия: («хи квадрат»), Пирсона, Колмогорова, Смирнова и др.
Рассмотрим применение критерия Пирсона к проверке гипотезы о законе распределения генеральной совокупности.
Пусть из генеральной совокупности извлечена выборка объёмом n и получено статистическое распределение. Объём выборки должен быть достаточно велик ( ), частотыni , должны быть не менее 5.
В качестве критерия согласия Пирсона примем СВ
, (5.40)
где – теоретическая частота, частота, вычисленная в предположении закона распределения, сформулированного в H0.
, (5.41)
где – вероятность наблюдаемого значения ДСВ X, вычисленная при допущении, что ДСВ X имеет распределение, сформулированное в H0.
или – вероятность попадания НСВ X в i-й частичный интервал, вычисленная при допущении, что НСВ X имеет распределение, сформулированное в H0.
Величина имеет распределение «хи квадрат» со степенями свободы
, (5.42)
где k – число вариант для ДСВ X или интервалов для НСВ X в выборочной совокупности;
d – число наложеных связей, число параметров, определённых по опытным данным. Для нормального распределнеия d=2, для показательного распределения d=1, для распределения Пуассона d=1.
Т. к. относторонний критерий более «жёстко» отвергает H0, чем двусторонний, строим правостороннюю критическую область, для которой критическую точку определяем по таблице критических точек распределения по заданному и вычисленномуr.
Используя статистчиеское распределение, по формуле (5.40) вычисляем наблюдаемое значение критерия согласия Пирсона . Если – нет оснований отвергнуть H0.
Если – H0 отвергают.
Пример. В. Е. Гмурман «Теория вероятностей и математическая статистика», стр. 332.