- •Оглавление
- •Список используемых сокращений
- •Введение
- •Понятие и сущность статистических гипотез
- •1.1.Постановка проблемы
- •1.2. Статистический критерий
- •Классификация статистических критериев:
- •1.3. Функция потерь и критерий качества выбора решения
- •2. Проверка простой гипотезы против простой альтернативы
- •2.1. Вероятности правильных и ошибочных решений
- •Критерии принятия решений
- •Байесовское решение
- •Максимум апостериорной вероятности
- •Максимальное правдоподобие
- •Критерий Неймана-Пирсона
- •Минимаксное правило
- •Критерии значимости
- •3.1. Проверка гипотез для нормального распределения
- •3.1.1. Гипотезы о неизвестном среднем при известной дисперсии
- •3.1.2. Гипотезы о неизвестном среднем при неизвестной дисперсии
- •3.1.3. Гипотеза о неизвестной дисперсии
- •3.2. Сравнение средних нормального распределения
- •3.2.1. Проверка гипотез о равенстве средних для двух выборок
- •3.2.1.1. Гипотеза о равенстве средних при неизвестных равных дисперсиях
- •3.2.1.2. Гипотеза о равенстве средних при известных дисперсиях
- •3.2.1.3. Сравнение средних при неизвестных неравных дисперсиях
- •3.2.1.3.1. Критерий Кохрана-Кокса
- •3.2.1.3.2. Критерий Сатервайта
- •3.2.2. Проверка гипотез о равенстве средних для выборок
- •3.2.2.1. Критерий Полсона
- •3.2.2.2. Критерий Шеффе
- •3.3. Сравнение дисперсий нормального распределения
- •3.3.1. Проверка гипотез о равенстве дисперсий для двух выборок
- •3.3.1.1. Критерий Фишера
- •3.3.1.2. Критерий Романовского
- •3.3.2. Проверка гипотез о равенстве дисперсий для выборок
- •3.3.2.1. Критерии Бартлетта
- •3.3.2.2. Критерии Кохрена
- •3.3.2.3. Критерий Самиуддина
- •3.4. Проверка гипотез для экспоненциального распределения
- •3.4.1. Гипотеза о неизвестном параметре экспоненциального распределения
- •4. Общие критерии согласия
- •4.1.Критерии хи-квадрат Пирсона
- •4.2. Критерии хи-квадрат Фишера
- •4.3. Критерий согласия Колмогорова- Смирнова
- •4.4. Критерий Смирнова-Крамера-фон Мизеса
- •4.5. Критерий Андерсона-Дарлинга
- •4.6. Критерий согласим Дарбина
- •5. Частные критерии согласия
- •5.1. Критерии проверки нормальности распределения
- •5.1.1. Сравнительный анализ критериев нормальности
- •5.1.2. Критерий Шапиро-Уилка
- •5.1.3 Критерий
- •5.1.4 Критерий
- •5.1.5 Критерий
- •5.1.6. Критерий нормальности д'Агостино
- •5.1.7. Энтропийный критерий нормальности (критерий Васичека)
- •5.1.8. Критерий Дэвида-Хартли-Пирсона
- •5.2. Критерии проверки экспоненциальности распределения
- •5.2.1. Критерий Фроцини
- •5.2.2. Критерий Бартлетта-Морана
- •5.3. Критерии проверки равномерности распределения
- •5.3.1. Критерий Ченга – Спиринга
- •5.3.2. Критерий Саркади – Косика
- •5.4. Критерии симметрии
- •5.4.1. Критерий симметрии Смирнова
- •5.4.2. Одновыборочный критерий Вилкоксона
- •6. Критерии однородности
- •6.1. Критерий -квадрат
- •6.2. Критерий Колмогорова
- •6.3. Критерий Уилкоксона — Манна — Уитни
- •7. Подбор кривых распределения вероятностей по экспериментальным данным
- •7.1. Кривые Пирсона типа I
- •7.2. Кривые Пирсона типа II
- •7.3. Кривые Пирсона типа III
- •7.4. Кривые Пирсона типа IV
- •7.5. Кривые Пирсона типа V
- •7.6. Кривые Пирсона типа VI
- •7.7. Кривые Пирсона типа VII
- •Список используемой литературы
4.2. Критерии хи-квадрат Фишера
Если значения параметров гипотетической функции распределения неизвестны, то имеем сложную гипотезу. Пусть вероятности зависят от неизвестных параметров , которые можно оценить по данным выборки (обычно методом максимального правдоподобия). Тогда статистика (107) имеет распределение с степенями свободы, а гипотетическая функция распределения зависит от неизвестных параметров и известен только класс функций. Основная гипотеза заключается в том, что неизвестная функция распределения имеет вид при некоторых значениях параметров , . Выборочный критерий проверки истинности нулевой гипотезы имеет вид
Если бы истинные значения параметров были известны, мы получили бы случай, рассмотренный выше. Но так как истинные значения не известны, то, подставляя их оценки, найденные методом максимального правдоподобия, получаем статистический критерий с меньшим числом степеней свободы, а именно: , где - число интервалов, на которые разбит весь диапазон наблюдаемых значений; - число параметров гипотетической функции распределения.
Сравнивая наблюдаемое значение критерия скритическим значением по приведенной схеме, делаем заключение об истинности нулевой гипотезы: гипотеза принимается, если и отвергается в противном случае.
Пример 18
|
4.3. Критерий согласия Колмогорова- Смирнова
Критерий согласия Колмогорова-Смирнова применяется для проверки гипотез только о непрерывных законах распределения. Критерий Колмогорова-Смирнова позволяет производить проверку согласия эмпирической функции распределения с теоретической. Проверяется справедливость гипотезы : в противоположность гипотезе :
Критерий согласия Колмогорова [30] основан на том факте, что распределение супремума разности между теоретической и эмпирической функциями распределения
(108)
одинаково для любой . Величину называют статистикой Колмогорова.
При малых для статистики Колмогорова имеются таблицы критических точек . При больших используют предельное распределение Колмогорова:
Для распределения Колмогорова, предельного для статистики , также существуют таблицы критических точек . Практически их используют уже при .
В [31] показано, что статистика не зависит от вида неизвестной функции распределения.
В общем случае функция распределения может быть и разрывной, хотя она имеет разрывы только первого рода, являющиеся скачками. Поэтому выборочную статистику в общем случае определяют с помощью точной верхней границы (sup):
, - статистика Смирнова
, - статистика Колмогорова
при этом .
Алгоритм проверки гипотезы:
Результаты наблюдения представляют в виде интервального статистического (вариационного) ряда.
Находят значение эмпирической функции распределения .
Пользуясь гипотетической функцией распределения, вычисляют значения теоретической функции распределения, соответствующие наблюдаемым значениям случайной величины .
Находят и вычисляют наблюдаемое значение выборочной статистики .
По заданному уровню значимости из таблиц квантилей распределения Колмогорова находят критические точки .
Сравнивая наблюдаемое значение выборочной статистики с критической точкой принимают одно из двух решений: а) если , то считается, что для отклонения нулевой гипотезы оснований нет, т. е. гипотетическая функция распределения согласуется с опытными данными; б) если , то нулевая гипотеза отклоняется в пользу альтернативной.
Замечание:Критерий Колмогорова, строго говоря, нельзя применять в случаях сгруппированных данных при неизвестных параметрах распределения. Тем не менее, он иногда применяется на практике и в подобных ситуациях. Однако при этом статистики критерия получаются заниженными, что увеличивает ошибку первого рода. В таких случаях предпочтительнее пользоваться критерием хи-квадрат Пирсона.
Пример 19
|