- •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.
Критерии однородности выборок. Критерий Смирнова.
Критерии однородности - это критерии проверки гипотез о том, что две (или более) выборки взяты из одного распределения вероятностей. Рассмотрим такую классификацию критериев:
Непараметрические (свободные от распределения) критерии однородности не предполагают присутствие какой-либо фундаментальной информации о законе распределения. Любое распределение можно описать параметром положения, характеризующим центр группирования случайных величин, и параметром масштаба, характеризующим степень рассеяния случайных величин относительно центра группирования. Когда закон распределения неизвестен, гипотезы о параметрах проверяются при помощи специальных критериев сдвига и масштаба. Также существуют двухвыборочные критерии согласия.
Непараметрические критерии сдвига.
Проверяется гипотеза сдвига, согласно которой распределения двух выборок имеют одинаковую форму и отличаются только сдвигом на константу. Пусть заданы две выборки ,взятые из неизвестных непрерывных распределений F(x) и G(y) соответственно
Нулевая гипотеза:
Наиболее частая альтернативная гипотеза: .
Непараметрические критерии масштаба.
Для двух выборок . проверяется гипотеза о том, что они принадлежат одному и тому же распределению, но с разным параметром масштаба. Если плотность распределения первой выборки — , а второй выборки — , то нулевая гипотеза .
Двухвыборочные критерии согласия.
Если же принимаются какие-либо дополнительные предположения о законе распределения вероятностей, то можно применять параметрические критерии однородности.
Сравнение параметров нормальных распределений
Сравнение двух средних значений
Имеются две выборки независимых случайных величин Необходимо на основе выборочных данных установить наличие значимой разницы в средних двух совокупностей, из которых извлечены выборки.
Нулевая гипотеза: .
Альтернативы:
Сравнение при известных дисперсиях осуществляется при помощи критерия Стьюдента.
Сравнение при неизвестных равных дисперсиях осуществляется при помощи критерия Стьюдента.
Сравнение при неизвестных неравных дисперсиях осуществляется при помощи модификаций критерия Стьюдента: критерий Кохрена-Кокса, Критерий Сатервайта,критерий Уэлча.
Сравнение двух выборочных средних в связанных выборках осуществляется при помощи критерия Стьюдента.
Критерий Уолша [1] позволяет проверять гипотезу о принадлежности одного наблюдения нормальному распределению, генерирующему выборку.
Двухступентчатый двухвыборочный медианный критерий Волфа [1]
Критерий Фишера для сравнения двух средних с одинаковыми дисперсиями. [1] Эквивалентен критерию Стьюдента и основан на связи между распределениями Стьюдента и Фишера.
Сравнение нескольких средних значений
Имеются k выборок из нормально распределенной совокупности
Нулевая гипотеза
Альтернатива
Критерий Смирнова - непараметрический статистич. критерий, применяемый для проверки гипотезы об однородности двух выборок.
Пусть Х 1,. . ., Х п и Y1, . . ., Ym - взаимно независимые случайные величины, причем каждая выборка состоит из одинаково непрерывно распределенных элементов, л пусть надлежит проверить гипотезу H0. согласно к-рой обе выборки извлечены из одной и той же совокупности. Если
- вариационные ряды, отвечающие данным выборкам, a Fn(x)и Gm (х) - соответствующие им функции эмпирич. распределения, то гипотезу Н 0 можно записать в виде следующего тождества
Далее, пусть в качестве возможных альтернатив к Н 0 рассматриваются гипотезы
Для проверки гипотезы Н 0 против односторонних альтернатив и а также против двусторонней Н 1, Н. В. Смирновым предложены статистич. критерии, построенные на статистиках
соответственно, причем, как следует из определений статистик D+m,n и D-m,n, при справедливости проверяемой гипотезы H0, статистики D-m,n и D+m,n распределены одинаково. В основе этих критериев лежит следующая теорема: если так, что отношение т/п остается постоянным, то при справедливости гипотезы H0 для любого y>0
где К(у) - функция распределения Колмогорова. Были получены (см. [4] - [6]) асимптотич. разложения для функций распределения статистик D+m,n и Dm,n. Согласно С. к. с уровнем значимости Q гипотеза H0 отвергается в пользу одной из рассматриваемых альтернатив H+1 , H-1, H,если статистика, соответствующая выбранной альтернативе, превосходит Q - критическое значение критерия, для вычисления к-рого рекомендуется пользоваться аппроксимациями, полученными Л. Н. Большевым [2] с помощью асимптотич. преобразований Пирсона.