Оценка расхождения между средними значениями
Часто в исследованиях встает вопрос о сравнении математических ожиданий двух случайных величин по их выборкам.
Пусть, например, имеются две независимые частичные совокупности объемов п1 и п2, взятые соответственно из генеральных совокупностей X и Y. Нулевая гипотеза состоит в предположении, что математические ожидания ряда X и Y равны, т. е. Но: тх= ту. В качестве критерия проверки Но естественно взять нормированную разность выборочных значений
(6.27) |
где и — средние значения выборок У и X; — среднее квадратическое отклонение разности средних значений.
Если известны или предполагаются известными действительные значения средних квадратических отклонений рядов Y и X то среднее квадратическое отклонение разности выборочных средних и ,при условии независимости рядов X и Y, может быть определено, по формуле
(6.28)
В случае, если действительные значения и неизвестны, проверка Hо производится, как правило, на основе предположения, что = =σ . В этом случае из формулы (6.28) следует
, (6.29)
где σ определяется путем взвешивания по числу лет наблюдений
(6.30)
Из формул (6.27)—(6.30) получаем: для случая, когда и известны:
, (6.31)
для случая, когда и не известны:
(6.32)
где σ определяется по формуле (6.30).
Нормированная разность выборочных средних следует, как известно из работы [60], закону t-распределения Стьюдента при числе степеней свободы
(6.33)
Отсюда по таблице распределения t-статистики, так же как и в предыдущем случае, может быть определено критическое для данной гипотезы значение ta при данном уровне значимости а.
Если значение окажется больше ta при данном уровне значимости а или p( >ta) окажется меньше а, то гипотеза Но: ту= тx опровергается.
ОЦЕНКА ДИСПЕРСИИ
6.6.1. Постановка задачи
Оценка равенства действительных значений дисперсий по выборкам или отдельным частям одной выборки производится при помощи статистики F, называемой дисперсионным отношением:
(6.34)
где и _ выборочные значения дисперсий. При этом в числителе берется большее значение.
Функция обеспеченности статистики F, выражающая вероятность того, что значение будет больше или равно некоторому значению F
, (6.35)
где а – уровень значимости, установлена Фишером.
Функция плотности вероятности этого распределения (F-распределение) описывается формулой
(6.36) |
где и — число степеней свободы первой и второй выборки:
υ 1=n1 – 1, υ2 = n2- 1 (6.37)
Как следует из формулы (6.36), F-распределение не зависит от дисперсии исходных рядов, а зависит только от числа степеней свободы. Это обстоятельство является очень важным, так как именно дисперсию и требуется установить в результате тех или иных исследований.
Для F-распределения составлены таблицы значений в зависимости от числа степеней свободы и уровней значимости. Имеются таблицы значений F, которые могут быть превзойдены с вероятностью а 0,05; 0,025; 0,01; 0,005, где число v1 определяет столбец, a v2 строку (см., например, работу [63], прилож. 8). В таблицах указаны значения для одностороннего критерия значимости, т. е. для оценки, например, D1 > D2. Если требуется оценить равенство дисперсий по двум выборкам, т. е. проверить D1= D2, то уровень значимости следует удвоить.
Для оценки доверительного интервала и значимости дисперсии используется отношение
(6.38) |
которое удовлетворяет - распределению с v = n—1 степенями свободы, если гипотеза Но: верна [60].
Дата добавления: 2020-10-25; просмотров: 448;