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 = n1 степенями свободы, если гипотеза Но: верна [60].

 



Дата добавления: 2020-10-25; 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: 0.01 сек.