Понятие о критериях согласия


 

Обрабатывая независимые измерения случайной величины ξ, мы можем построить статистическую функцию распределения F*(x). По виду этой функции можно принять гипотезу, что истинная теоретическая функция распределения есть F(x). Сами независимые измерения (x1, x2,…,xn), образующие выборку, можно рассматривать как одинаково распределенные случайные величины с гипотетической функцией распределения F(x).

Очевидно, между функциями F*(x) и F(x) будут некоторые расхождения. Возникает вопрос – являются ли эти расхождения следствием ограниченности объема выборки или связаны с тем, что наша гипотеза не верна, т.е. действительная функция распределения не F(x), а какая-то другая. Для решения этого вопроса пользуются критериями согласия, суть которых в следующем. Выбирается некоторая величина Δ(F, F*), которая характеризует степень расхождения между функциями F*(x) и F(x). Например, Δ(F, F*)=Sup|F(x)-F*(x)|, т.е. верхняя грань по х модуля разности.

Считая гипотезу верной, т.е. зная функцию распределения F(x), можно найти закон распределения случайной величины Δ(F, F*) (вопроса, как это сделать, мы касаться не будем). Зададим число р0 столь малое, что осуществление события {Δ(F, F*)>Δ0}с этой вероятностью будем считать практически невозможным. Из условия

найдем величину Δ0. Здесь f(x) – плотность распределения Δ(F,F*).

 

 

Вычислим теперь величину Δ(F, F*)= Δ1 по результатам

выборки, т.е. най­дем одно из возможных значений случайной величины Δ(F, F*). Если Δ1≥Δ0, то это означает, что произошло практически невозможное событие. Объяснить это можно тем, что наша гипотеза не верна. Итак, если Δ1≥Δ0, то гипотеза отвергается, а при Δ10, гипотеза может оказаться неверной, но вероятность этого мала.

В качестве меры расхождения Δ(F, F*) можно брать различные величины. В зависимости от этого получаются различные критерии согласия. Например, критерий согласия Колмогорова, Мизеса, Пирсона, или критерий хи-квадрат.

Пусть результаты n измерений оформлены в виде группированного статистического ряда с k разрядами.

 

 

РАЗРЯД (x0,x1) [x1,x2) … [xk-1,xk)


ЧАСТОТА р1* р2* … рk*

 
 


Зная функцию распределения F(x), найдем вероятность рi того, что случайная величина ξ попала в i-тый разряд. За меру расхождения Δ(F, F*) возьмем величину

. (1)

Здесь - число измерений в i-том разряде. Пирсоном доказано, что закон распределения случайной величины (1) стремится к закону распределения хи-квадрат с (k-1) степенью свободы при неограниченном увеличении объема выборки. Поэтому при больших n можно использовать этот закон (см. §12 пр.6). Получаются хорошие результаты, если npi≥10.

Замечание. Если в гипотетической функции распределения неизвестные параметры заменяются их оценками, полученными из выборки определенными методами, то число степеней свободы в распределении хи-квадрат уменьшается на число оцененных параметров.

Пример. В §11 мы построили группированный статистический ряд для измеренной величины заряда электрона. Выскажем гипотезу, что измеренные величины распределены равномерно на отрезке [α, β] (фактически мы предполагаем, что ошибки измерения распределены равномерно на некотором отрезке). Тогда вероятность попадания в каждый из семи разрядов будет равна . Используя группированный ряд из §11, вычислим Δ(F, F*)= Δ1= по формуле (1). В данном случае .

.

Поскольку в гипотетический закон распределения входят два неизвестных параметра, α и β – начало и конец отрезка, то число степеней свободы будет 7-1-2=4. По таблице распределения хи-квадрат при выбранной вероятности p0=10-3 найдем Δ0=18. Т.к. Δ10, то гипотезу о равномерном распределении ошибки измерения придется отбросить.



Дата добавления: 2020-02-05; просмотров: 448;


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: 0.009 сек.