Традиционный метод проверки однородности двух независимых выборок (критерий Стьюдента)


Наиболее распространенный метод проверки однородности выборок путем выдвижения и проверки параметрических гипотез основан на применении критерия Стьюдента.

Рассмотрим случай сравнения двух независимых выборок.

Выдвигаются: нулевая гипотеза о равенстве средних и альтернативная, о том, что средние не равны.

Вычисляют выборочные средние арифметические и дисперсии в каждой выборке и статистику Стьюдента t, на основе которой принимают решение.

По заданному уровню значимости a и числу степеней свободы (m + n - 2) из таблиц распределения Стьюдента находят критическое значение tкр. Если |t| > tкр, то гипотезу однородности (отсутствия различия) отклоняют, если же |t| < tкр, то принимают.

Общая постановка задачи проверки гипотез:

1. Формулируют (выдвигают) нулевую гипотезу H0 об отсутствии различий между группами, об отсутствии существенного отличия фактического распределения от некоторого заданного, например, нормального, экспоненциального и др.

Сущность нулевой гипотезы H0: разница между сравниваемыми генеральными параметрами равна нулю, и различия, наблюдаемые между выборочными характеристиками, носят случайный характер, то есть эти выборки принадлежат одной генеральной совокупности.

2. Формулируют противоположную нулевой, альтернативную гипотезу H1.

3. Задают уровень значимости α. Уровень значимости α – это вероятность ошибки отвергнуть нулевую гипотезу H0, если на самом деле эта гипотеза верна. При α ≤ 0,05 ошибка возможна в 5% случаев.

4. Для проверки выдвинутой гипотезы используют критерии.

Критерий – это случайная величина К. которая служит для проверки H0. Эти функции распределения известны и табулированы. Критерий зависит от двух параметров: от числа степеней свободы и от уровня значимости α. Фактическую величину критерия получают по данным наблюдения Кнабл.

5. По таблице определяют критическое значение, превышение которого при справедливости гипотезы маловероятно Ккрит(α, f).

6. Сравнивают Кнабл и Ккрит(α, f).

Если Кнабл > Ккрит(α, f), то отвергают H0 и принимают H1.

Если Кнабл < Ккрит(α, f) то принимают H0.

Это для параметрических критериев.

Если использованы непараметрические критерии, то наоборот: если Кнабл > Ккрит(α, f), то принимают H0.

7. Вывод: различие статистически значимо (α ≤ 0,05) или незначимо.

 

Параметрические критериипредставляют собой функции параметров данной совокупности и используются, если совокупности. Из которых взяты выборки, подчиняются нормальному закону распределения.

Непараметрические критерии применяются, если нет подчинения распределения нормальному закону. Эти критерии обычно заменяют данные выборки знаками (+ или -), рангами (т.е. числами 1; 2; 3;…, описывающими их положение в упорядоченном наборе данных), категориями и т.п. Непараметрический критерий можно использовать, если объем выборки небольшой настолько, что невозможно оценить закон распределения данных.

 

Лекция № 7

Тема: Математическая формулировка экономических и производственных задач

План:

1. Представление ограничений ресурсов, капиталовложений и т.д. в виде линейных неравенств.

2. Определение функции цели и нахождение вектора решений, удовлетворяющего задаче с заданными ограничениями.

 



Дата добавления: 2019-12-09; просмотров: 664;


Поиск по сайту:

Воспользовавшись поиском можно найти нужную информацию на сайте.

Поделитесь с друзьями:

Считаете данную информацию полезной, тогда расскажите друзьям в соц. сетях.
Poznayka.org - Познайка.Орг - 2016-2024 год. Материал предоставляется для ознакомительных и учебных целей.
Генерация страницы за: 0.008 сек.