- •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
- •1.1.5Группировка данных наблюдения над дискретной случайной величиной
- •1.2Порядковые статистики и ранги
- •1.2.1Статистическая процедура “Ранг и персентиль”
- •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
2.3.2Проверка гипотезы о значении математического ожидания нормальной случайной величины с неизвестной дисперсией (одновыборочный t-критерий)
Пример 1.
На основе данных о значениях игровых показателей игроков НБА за сезон 2011/2012г, проверим на уровне значимости гипотезу H0: μ=μ0. Средний уровень по максимуму очков у выборочной группы и у всего объема выбранных игроков равен.
Результат представлен на листе Excel «Одновыб. t-критерий 1», а также на рисунке 2.13.
Рисунок 2.13. Одновыборочный t-критерий, пример 1
Полученный результат свидетельствует о том, что гипотеза H0: противоречит данным эксперимента. К такому же выводу приводит и сравнение значимости с заданным уровнем значимости , .
2.3.3Проверка гипотезы о разности математических ожиданий двух независимых нормальных случайных величин с известными дисперсиями (двухвыборочный z-критерий)
На основе данных о значениях игровых показателей игроков НБА за сезон 2011/2012г, используя процедуру Двухвыборочный z-тест, проверим на уровне значимости гипотезу H0: μ1=μ2. Генеральные средние μ1 и μ2 максимума очков и среднего количества очков за игру у всего объема выбранных игроков равны.. Альтернативная гипотеза H1: .
Результат представлен на листе Excel «Двухвыб. z-критерий», а также на рисунке 2.15.
Рисунок 2.15. Двухвыборочный z-критерий
Анализ результатов решения свидетельствует о том, что расчетное значение статистики находится в области принятия гипотезы . Это означает, что гипотеза H0: о равенстве средних не противоречит фактическим данным наблюдения и, следовательно, её надо принять. К такому же выводу приводит и сравнение значимости с заданным уровнем значимости , .
2.3.4Проверка гипотезы о разности математических ожиданий двух независимых нормальных случайных величин с равными неизвестными дисперсиями (двухвыборочный t-критерий, равные дисперсии)
На основе данных о значениях игровых показателей игроков НБА за сезон 2011/2012г, используя процедуру Двухвыборочный t-тест с одинаковыми дисперсиями, проверим на уровне значимости гипотезу H0: о том, что средние числа равны. Альтернативная гипотеза H1: .
Результат представлен на листе Excel «Двухвыб. t-крит., рав. д.», а также на рисунке 2.16.
Рисунок 2.16. Двухвыборочный t-критерий, равные дисперсии
Анализ результатов решения свидетельствует о том, что расчетное значение t-статистики находится вне области принятия гипотезы . Это означает, что гипотеза H0: о равенстве средних противоречит фактическим данным наблюдения и, следовательно, её надо отклонить (на уровне значимости ) и принять альтернативную гипотезу H1: . К такому же выводу приводит и сравнение значимости с заданным уровнем значимости , .
2.3.5Проверка гипотезы о разности математических ожиданий двух независимых нормальных случайных величин с различными неизвестными дисперсиями (двухвыборочный t-критерий, различные дисперсии)
На основе данных о значениях игровых показателей игроков НБА за сезон 2011/2012г, используя процедуру Двухвыборочный t-тест с различными дисперсиями, проверим на уровне значимости гипотезу H0: о том, что средние равны. Альтернативная гипотеза H1: .
Результат представлен на листе Excel «Двухвыб. t-крит., разл. д.», а также на рисунке 2.17.
Рисунок 2.17. Двухвыборочный t-критерий, различные дисперсии
Анализ результатов решения свидетельствует о том, что расчетное значение t-статистики находится вне области принятия гипотезы . Это означает, что гипотеза H0: о равенстве средних температур противоречит фактическим данным наблюдения и, следовательно, её надо отклонить (на уровне значимости ) и принять альтернативную гипотезу H1: . К такому же выводу приводит и сравнение значимости с заданным уровнем значимости , , т.е. .