- •Критерии однородности дисперсии нескольких независимых выборок.
- •Понятие квантили (определение, графическая интерпретация), доверительного интервала, доверительной области. Примеры нахождения квантилей нормального распределения.
- •Критерии однородности выборок. Критерий Смирнова.
- •Доверительные интервалы для дисперсии нормального распределения.
- •Критерии однородности выборок. Критерий однородности хи-квадрат Пирсона
- •Доверительные интервалы для дисперсии нормального распределения.
- •Критерий проверки значимости линейной регрессии (два подхода).
- •Понятие одномерной и двумерной функции распределения случайного процесса и плотности распределения. Вероятностный смысл.
- •Простые и сложные гипотезы. Статистический критерий различения гипотез. Уровень значимости и мощность критерия. Ошибки первого и второго рода.
- •Числовые характеристики случайных процессов (определение, свойства). Корреляционная теория случайных процессов.
- •Лемма Неймана — Пирсона. Наиболее мощные критерии
- •2. Математическое ожидание суммы случайных величин
- •Наиболее мощные критерии различения двух простых гипотез о среднем значении гауссовской случайной величины при известной дисперсии.
- •Дискретный вариационный ряд. Полигон частот и относительных частот.
- •Наиболее мощные критерии различения двух простых гипотез о среднем значении гауссовской случайной величины при неизвестной дисперсии.
- •Доверительные интервалы для математического ожидания нормального распределения.
- •Лемма Неймана — Пирсона. Наиболее мощные критерии
- •2. Математическое ожидание суммы случайных величин
- •Сравнение дисперсий двух гауссовских выборок. Критерий Фишера.
- •Интервальный вариационный ряд. Гистограмма частот и относительных частот.
- •Сравнение средних двух гауссовских выборок с равными дисперсиями. Критерий Стьюдента.
- •Дискретный вариационный ряд. Полигон частот и относительных частот.
- •1.Сравнение исправленной выборочной дисперсии с гипотетической генеральной дисперсией.
- •2.Сравнение средних двух гауссовских зависимых выборок.
- •Критерий
- •Понятие статистики как функции от выборки
- •Статистика критерия
- •Оценки максимального правдоподобия параметров нормального распределения.
- •Метод наименьших квадратов для случая квадратичной зависимости и обобщенной линейной зависимости данных.
- •1.Оценки подстановки неизвестных параметров. Выборочное среднее и выборочная дисперсия. Несмещенная оценка дисперсии.
- •2.Методы линейной регрессии. Метод наименьших квадратов для случая линейной зависимости данных.
- •1.Критерий согласия хи-квадрат Пирсона различения статистических гипотез (случай распределения с неизвестными параметрами).
- •Статистика критерия
- •1.Вариационный ряд. Распределения порядковых статистик выборки (максимальной и минимальной варианты выборки).
- •2.Эмпирическая функция распределения и её свойства. Пример нахождения эмпирической функции и построение ее графика.
- •1.Усиленный закон больших чисел. Теорема Колмогорова и теорема Бореля.
- •2.Оценки подстановки неизвестных параметров. Выборочное среднее и выборочная дисперсия. Несмещенная оценка дисперсии.
1.Сравнение исправленной выборочной дисперсии с гипотетической генеральной дисперсией.
Обозначим через n объем выборки, по которой найдена исправленная дисперсия S2.
Правило 1. Для того, чтобы при заданном уровне значимости α проверить нулевую гипотезу о равенстве неизвестной генеральной дисперсии гипотетическому(предполагаемому) значению при конкурирующей гипотезе , надо вычислить наблюдаемое значение критерия и по табл критических точек распределения по заданному уровню значимости α и числу степеней свободы κ=n-1 найти критическую точку . Если < -нет оснований отвергнуть нулевую гипотезу. Если > -нулевую гипотезу отвергают.
Правило 2.при конкурирующей гипотезе находят левую и правую критические точки. Если - нет оснований отвергнуть нулевую гипотезу. Если или > – нулевую гипотезу отвергают.
Правило 3. При конкурирующей гипотезе находят критическую точку . если – нет оснований отвергнуть нулевую гипотезу. Если –нулевую гипотезу отвергают.
Замечание. Если число степеней свободы К>30,то критическую точку ) можно найти из равенства Уилсона-Гильферти:
)=κ{1-2/9κ+ }^3
,где находят, используя функцию Лапласа из равенства:
Ф( )=(1-2α)/2.
2.Сравнение средних двух гауссовских зависимых выборок.
Пусть генеральные совокупности Х и У распределены нормально, причем их дисперсии неизвестны. Из этих совокупностей извлечены зависимые выборки одинакового объема n, варианты которых соответственно равны . Введем следующие обозначения:
-разности вариант с одинаковыми номерами,
d= - средняя разностей вариант с одинаковыми номерами,
-«исправленное» среднее квадратичное отклонение.
Правило 1. Для того чтобы при заданном уровне значимости α проверить нулевую гипотезу о равенстве 2х средних нормальных совокупностей Х и У с неизвестными дисперсиями (в случае зависимых выборок одинакового объема) при конкурирующей гипотезе , надо вычислить наблюдаемое значение критерия:
И по таблице критических точек распределения Стьюдента, по заданному уровню значимости α, помещенному в верхней строке таблицы, и числу степеней свободы κ=n-1 найти критическую точку . Если – нет оснований отвергнуть нулевую гипотезу. Если – нулевую гипотезу отвергают.
Билет №14
Критерий
В статистике критерий согласия Колмогорова (также известный, как критерий согласия Колмогорова — Смирнова) используется для того, чтобы определить, подчиняются ли два эмпирических распределения одному закону, либо определить, подчиняется ли полученное распределение предполагаемой модели.
Критерий Колмогорова — Смирнова о проверке гипотезы об однородности двух эмпирических законов распределения является одним из основных и наиболее широко используемых непараметрических методов, так как достаточно чувствителен к различиям в исследуемых выборках.
Обозначим нулевую гипотезу , как гипотезу о том, что выборка подчиняется распределению . Тогда по теореме Колмогорова для введённой статистики справедливо:
Учтём, что критерий имеет правостороннюю критическую область. Если α достаточно близко к 1, то можно приблизительно рассчитать по формуле:
Асимптотическая мощность критерия равна 1.
Обозначим теперь за нулевую гипотезу гипотезу о том, что две исследуемые выборки подчиняются одному распределению случайной величины
Теорема Смирнова.
Пусть — эмпирические функции распределения, построенные по независимым выборкам объёмом n и m случайной величины ξ. Тогда, если , то , где
Статистика
Эмпирическая функция распределения (ЭФР) случайной величины , построенная по выборке , имеет вид: где указывает, попало ли наблюдение Xi в область :
Статистика критерия для эмпирической функции распределения определяется следующим образом:
где — точная верхняя грань множества , F - предполагаемая модель.
Теорема Колмогорова
Пусть — бесконечная выборка из распределения, задаваемого непрерывной функцией распределения F. Пусть — выборочная функция распределения, построенная на первых n элементах выборки. Тогда по распределению при , где K — случайная величина, имеющая распределение Колмогорова.
Замечание
Неформально говорят, что скорость сходимости выборочной функции распределения к её теоретическому аналогу имеет порядок
Правило (непараметрический критерий Колмогорова).
Если статистика превышает квантиль распределения Колмогорова заданного уровня значимости , то нулевая гипотеза (об однородности выборок) отвергается. Иначе гипотеза принимается на уровне .