- •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
5.1.4 Критерий
Данный критерий следует воспринимать как критерии установления отклонения от нормальности распределения (но не установления нормальности). Коэффициент эксцесса определяется как:
(144)
Для известны соотношения:
(145)
(146)
Распределение медленно стремится к нормальному [52].
Преобразование для коэффициента эксцесса рассмотрены в работе [55]. Распределение может быть аппроксимировано распределением с степенями свободы при
, (147)
где
(148)
В [55] предложено весьма эффективное нормализующее преобразование для коэффициента эксцесса . Алгоритм его построения заключается в следующем.
Если , то случайная величина
(149)
аппроксимируется стандартным нормальным распределением уже при .
Нормализующие преобразования позволяют использовать таблицы (или аппроксимации) стандартного нормального распределения для проверки отклонения от нормальности.
Пример 24
По предложенной выборке проверить гипотезу нормальности распределения случайных величин критерием эксцесса на уровне достоверности
: -0.8637 0.0774 -1.2141 -1.1135 -0.0068 1.5326 -0.7697 0.3714 -0.2256 1.1174 -1.0891 0.0326 0.5525 1.1006 1.5442 0.0859 -1.4916 -0.7423 -1.0616 2.3505 -0.6156 0.7481 -0.1924 0.8886 -0.7648 -1.4023 -1.4224 0.4882 -0.1774 -0.1961 1.4193 0.2916 0.1978 1.5877 -0.8045 0.6966 0.8351 -0.2437 0.2157 -1.1658 -1.1480 0.1049 0.7223 2.5855 -0.6669 0.1873 -0.0825 -1.9330 -0.4390 -1.7947 Решение Найдем среднее (39), и стандартное отклонение(52): ; ; Значение коэффициента эксцесса (144): . Вычисляем далее:
Вычислим нормализующее преобразование: ; . Следовательно, величина может быть аппроксимирована распределением с степенями свободы. Далее имеем: ;
Используем нормализующее преобразование для оценки отклонения эмпирического распределения от нормального ( - 95%-я квантиль стандартного нормального распределения. Так как критерий двусторонний, при следует применять ). По коэффициенту эксцесса имеем . Следовательно, гипотеза нормальности по коэффициенту эксцессане отклоняется. |
5.1.5 Критерий
Мощность критерия проверки отклонения от нормальности может быть повышена применением так называемого комбинированного критерия [53, 56]
(150)
где и - стандартные нормальные эквиваленты распределений и .
Статистика имеет -распределение с степенями свободы.
Пример 25
По предложенной выборке проверить гипотезу нормальности распределения случайных величин комбинированным критерием на уровне достоверности
: -0.8637 0.0774 -1.2141 -1.1135 -0.0068 1.5326 -0.7697 0.3714 -0.2256 1.1174 -1.0891 0.0326 0.5525 1.1006 1.5442 0.0859 -1.4916 -0.7423 -1.0616 2.3505 -0.6156 0.7481 -0.1924 0.8886 -0.7648 -1.4023 -1.4224 0.4882 -0.1774 -0.1961 1.4193 0.2916 0.1978 1.5877 -0.8045 0.6966 0.8351 -0.2437 0.2157 -1.1658 -1.1480 0.1049 0.7223 2.5855 -0.6669 0.1873 -0.0825 -1.9330 -0.4390 -1.7947 Решение Используя расчеты предыдущих примеров, получаем: , . Тогда, окончательно (150):
Из табл. 4для имеем критическое значение . Так как , гипотеза нормальности распределения случайных величин не отклоняется. |