Проверка статистических гипотез о числовых характеристиках случайных величин
1). Статистические гипотезы о средних.
2). Статистические гипотезы о дисперсиях.
Статистические гипотезы о средних
Различают два основных типа гипотез о средних: сравнение среднего со стандартом (нормативом) и сравнение средних нескольких (в простейшем случае двух) совокупностей.
Сравнение средней со стандартом. Пусть имеем выборку , полученную по результатам испытаний. На ее основе определено среднее:
Задано нормативное значение среднего – величина «а».
Подлежит проверке гипотеза:
при
Для случая большой выборки (n>30) и известной дисперсии величина подчинена нормальному распределению с параметрами:
Поэтому в качестве статистики целесообразно выбрать величину
Известно:
где
- интеграл вероятностей
1. Проверка гипотез о средних:
1.1 Сравнение средней с нормативом
1) | 2) | 3) |
Для всех вариантов – два случая: известна и неизвестна, т.е. используется . В первом случае используется Z- статистика, во втором – T- статистика. Порядок нахождения критических точек:
Z- статистика
Двусторонняя КО
;
;
;
;
;
;
.
;
;
;
;
; .
:
Но принимается
Односторонняя КО
;
;
;
;
;
;
;
;
;
.
:
Но отклоняется
Вывод: Односторонний критерий является более жестким.
OKO: ;
ДКО: , .
T- статистика
В силу четности f(x) табулируется не F(t), а функция
Пример:
Для ДКО: ; ;
Для ЛКО: ;
Для ПКО: ;
Т.к.
Для сравнения:
- интеграл ошибок (erf(z)) или функция Лапласа
Ф(-z) = -Ф(z)
Ф
F(z) =
При альтернативе критическая область будет двусторонней:
Значение критических точек определяется из уравнений:
;
;
.
где есть функции Лапласа
;
.
При альтернативе критическая область будет правосторонней и точка определится из уравнения:
,
.
Соответственно для имеем левостороннюю область и
Пример
Но принята | Но отклоняется |
Вывод: Односторонний критерий является более жестким, чем двусторонний.
Если дисперсия известна, то используют статистику
,
где - статистическая дисперсия:
Известно: , где v = n-1
Функция квавантилей для t–распределения рассчитана (затабулирована) на основе зависимости:
,
где
Поэтому:
и
Пример
v = 24
Но принимается | Но отклоняется |
Сравнение средних двух совокупностей
Пусть имеются две выборки объемом соответственно. Предполагается, что они получены из одной и той же генеральной совокупности. В результате обработки опытных данных получены оценки средних и . Требуется проверить гипотезу . Решение зависит от имеющихся сведений о дисперсиях. Рассмотрим возможные варианты.
Первый вариант: дисперсии выборок известны и равны друг другу, а так же Рассмотрим разность . Это случайная величина. Определим ее МОЖ и дисперсию, полагая, что гипотеза верна:
Выберем в качестве статистики величину
; D[
Если верна, то M[ ], и D[ , т.е. и поэтому дальнейшая проверка ведется по общей схеме.
Второй вариант: выборки малы ( ), неизвестны, то можно полагать (есть основания) .
Тогда определяют общую (двух выборок) статистическую дисперсию
где – статистические дисперсии выборок.
На роль статистики принимают величину
которая подчиняется t- распределению с числом степеней свободы v= .
Дальнейшая проверка ведется по общей схеме.
Третий вариант: неизвестны и нет оснований полагать их равными, т.е. . Имеем проблему Беренса-Фишера.
Дата добавления: 2022-05-27; просмотров: 89;