- •Введение
- •1Теоретическая часть
- •1.1Первичная обработка статистических данных
- •1.1.1Исходные данные
- •1.1.2Упорядочение данных наблюдения
- •1.1.3Способ равных интервалов
- •1.1.4Способ равных частот
- •1.2.1Статистическая процедура “Ранг и персентиль”
- •1.1.5Группировка данных наблюдения над дискретной случайной величиной
- •1.2Порядковые статистики и ранги
- •1.2.2Функция ранг
- •1.3Проверка параметрических гипотез
- •1.3.1Проверка гипотезы о значении математического ожидания нормальной случайной величины с известной дисперсией (одновыборочный z-критерий)
- •1.3.2Проверка гипотезы о значении математического ожидания нормальной случайной величины с неизвестной дисперсией (одновыборочный t-критерий)
- •1.3.3Проверка гипотезы о разности математических ожиданий двух независимых нормальных случайных величин с известными дисперсиями (двухвыборочный z-критерий)
- •1.3.4Проверка гипотезы о разности математических ожиданий двух независимых нормальных случайных величин с равными неизвестными дисперсиями (двухвыборочный t-критерий, равные дисперсии)
- •1.3.5Проверка гипотезы о разности математических ожиданий двух независимых нормальных случайных величин с различными неизвестными дисперсиями (двухвыборочный t-критерий, различные дисперсии)
- •1.3.6Проверка гипотезы о разности математических ожиданий двух кореллированных нормальных случайных величин с неизвестными дисперсиями (двухвыборочный t-критерий, сопряженные пары наблюдений)
- •1.4Проверка гипотезы о законе распределения случайной величины (критерии согласия)
- •1.4.1Критерий согласия хи-квадрат Пирсона
- •1.4.2Критерий согласия Колмогорова
- •1.4.3Критерий Крамера-Мизеса-Смирнова
- •1.4.4Критерий Андерсона-Дарлинга
- •1.4.5Критерии w Шапиро-Уилка
- •2.1.6Эмпирическая функция распределения
- •2.1.7Эмпирическая плотность вероятности
- •2.1.8Эмпирический ряд распределения
- •2.1.9Статистическая процедура «Описательная статистика»
- •2.3.2Проверка гипотезы о значении математического ожидания нормальной случайной величины с неизвестной дисперсией (одновыборочный t-критерий)
- •2.3.3Проверка гипотезы о разности математических ожиданий двух независимых нормальных случайных величин с известными дисперсиями (двухвыборочный z-критерий)
- •2.3.4Проверка гипотезы о разности математических ожиданий двух независимых нормальных случайных величин с равными неизвестными дисперсиями (двухвыборочный t-критерий, равные дисперсии)
- •2.3.5Проверка гипотезы о разности математических ожиданий двух независимых нормальных случайных величин с различными неизвестными дисперсиями (двухвыборочный t-критерий, различные дисперсии)
- •2.3.6Проверка гипотезы о равенстве дисперсий двух независимых нормальных случайных величин (f-критерий)
- •2.3.7Проверка гипотезы о равенстве дисперсий нескольких независимых нормальных случайных величин (критерии Бартлета и Кокрена)
- •2.4Проверка гипотезы о законе распределения случайной величины (критерии согласия)
- •2.4.1Критерий согласия хи-квадрат Пирсона
- •2.4.2Критерий согласия Колмогорова
- •2.4.3Критерий Крамера-Мизеса-Смирнова
- •2.4.4Критерий Андерсона-Дарлинга
- •2.4.5Критерии w Шапиро-Уилка
- •Заключение
- •Список литературы
- •Приложение а
1.3.6Проверка гипотезы о разности математических ожиданий двух кореллированных нормальных случайных величин с неизвестными дисперсиями (двухвыборочный t-критерий, сопряженные пары наблюдений)
При проверке
гипотезы H0:
о том, что разность между математическими
ожиданиями
и
двух кореллированных нормальных
случайных величин
и
с неизвестными дисперсиями
и
равна заданному числу
,
используются не сами реализации
,
исследуемых случайных величин
и
,
а их разности
,
,
которые рассматриваются как реализации
случайной величины
.
Критерий проверки данной гипотезы
основан на статистике
, (24)
где
и
– выборочные оценки математического
ожидания и дисперсии случайной величины
;
– гипотетическое значение разности
математических ожиданий
и
случайных величин
и
.
1.3.7Проверка гипотезы о значении дисперсии нормальной случайной величины
При проверке
гипотезы H0:
о том, что дисперсия
нормальной случайной величины
равна заданному числу
,
используется статистика
, (25)
где – несмещенная оценка дисперсии нормальной случайной величины ; – объем выборки.
1.3.8Проверка гипотезы о равенстве дисперсий двух независимых нормальных случайных величин (F-критерий)
При проверке
гипотезы H0:
о равенстве дисперсий
и
двух независимых нормальных случайных
величин,
и
,
используется статистика
, (26)
называемая дисперсионным отношением (здесь и – несмещенные оценки дисперсий и исследуемых нормальных случайных величин и , найденные по данным двух независимых выборок объемом и .
1.3.9Проверка гипотезы о равенстве дисперсий двух кореллированных нормальных случайных величин
При проверке гипотезы H0: о равенстве дисперсий и двух кореллированных нормальных случайных величин, и , используется статистика
, (27)
где
– выборочная оценка коэффициента
корреляции нормальных случайных величин
и
.
1.3.10Проверка гипотезы о равенстве дисперсий нескольких независимых нормальных случайных величин (критерии Бартлета и Кокрена)
Наиболее
распространенными критериями проверки
гипотезы H0:
о равенстве дисперсий
независимых нормальных случайных
величин
являются критерии Бартлета и Кокрена.
Критерий Бартлета.
В основе этого критерия лежит статистика
, (28)
где
– число сравниваемых дисперсий (число
выборок);
– объем i-ой выборки;
– суммарный объем всех
выборок;
– выборочная дисперсия
-ой
выборки;
– выборочное среднее
-ой
выборки;
–
-ый
элемент
-ой
выборки и
– (29)
взвешенное среднее выборочных дисперсий.
Критерий Кокрена
Этот критерий
применяется в тех случаях, когда объемы
всех
выборок одинаковы (то есть когда
).
В его основе лежит статистика
, (30)
где
– наибольшая из
сравниваемых дисперсий.
1.4Проверка гипотезы о законе распределения случайной величины (критерии согласия)
1.4.1Критерий согласия хи-квадрат Пирсона
Проверка согласия с помощью этого критерия осуществляется по предварительно сгруппированным данным наблюдения. При этом в качестве меря расхождения между эмпирическим и гипотетическим распределениями используется статистика
, (31)
где
– число интервалов группировки;
– число реализаций исследуемой случайной
величины
,
попавших в
-ый
интервал группировки (групповая частота
-го
интервала группировки);
– число данных наблюдения (объем
выборки);
– вероятность попадания случайной
величины
в
-ый
интервал группировки при условии, что
эта случайная величина подчиняется
гипотетическому закону распределения
(то есть при условии, что гипотеза H0
верна).
Вероятности , , вычисляются по формулам
(32)
где
,
– границы
-го
интервала группировки;
– гипотетическая функция распределения.
