- •Глава 1. Основные задачи математической статистики. Выборки и их характеристики.
- •§ 1. Предмет и задачи математической статистики.
- •§ 2. Генеральная и выборочная совокупность. Способы отбора.
- •§ 3. Статистическое распределение выборки.
- •§ 4. Полигон и гистограмма.
- •§ 5 Эмпирическая функция распределения.
- •§ 6. Числовые характеристики статистического распределения выборки.
- •§ 7. Числовые характеристики генеральной совокупности.
- •Глава 2.
- •§1 Понятие о статистических оценках параметров распределения.
- •§2. Точечные и интервальные оценки. Доверительный интервал. Точность оценки. Доверительная вероятность (надежность).
- •§3. Несмещенные, состоятельные и эффективные оценки.
- •§ 4. Точечная оценка генерального среднего по выборочной средней.
- •§ 5. Точечная оценка генеральной дисперсии по исправленной выборочной дисперсии.
- •§6. Метод моментов для точечной оценки параметра распределения.
- •Глава 3.
- •§1. Статистическая гипотеза. Основные понятия.
- •§2. Ошибки первого и второго рода.
- •§ 3. Статистический критерий. Критическая область. Область принятия гипотезы. Критические точки.
- •§ 4. Уровень значимости и мощность критерия.
- •§ 5. Виды критических областей.
- •§6. Методика проверки гипотезы.
- •§ 7. Некоторые типичные задачи проверки параметрических гипотез.
- •7.1 Проверка гипотез о среднем значении.
- •7.2 Сравнение дисперсий 2-ух совокупностей.
- •§ 8. Непараметрические гипотезы. Критерии согласия Пирсона и Колмогорова.
- •8.1 Критерий Пирсона.
- •Глава 4.
- •§ 1. Основные понятия.
- •§ 2. Элементы теории корреляции. Анализ парных связей.
- •§ 3. Оценка показателя связи по выборочным данным. Корреляционное поле.
- •§ 4. Анализ коэффициента корреляции.
- •4.1 Точечная оценка коэффициента корреляции.
- •4.2 Интервальная оценка коэффициента корреляции и проверка значимости.
- •§ 5. Регрессионный анализ. Условные средние. Выборочные уравнения регрессии.
- •§ 6. Корреляционная таблица. Выборочные линии регрессии.
- •§ 7. Линейная регрессия. Выборочный коэффициент корреляции.
- •Глава 5. Основы дисперсионного анализа.
- •§ 1. Исходные понятия.
- •§ 2. Групповое и общее среднее. Групповая, внутригрупповая, межгрупповая и общая дисперсии.
- •§ 3. Однофакторный анализ при полностью случайном плане эксперимента.
- •§ 4. Двухфакторный анализ. (При полностью случайном плане экспериментов.)
§6. Методика проверки гипотезы.
Существует множество различных статистических критериев для решения различных статистических задач. Однако можно описать общую схему.
Методика проверки статистических гипотез сводится к следующим этапам:
1 Этап. Формулируется основная проверяемая гипотеза ; одновременно указывается, относительно каких альтернатив должна быть произведена проверка, т.е. формулируется альтернативная гипотеза.
2 Этап. Подбирается статистический критерий – это случайная величина, вычисляемая по результатам выборки.
3 Этап. Формулируется правило проверки, определяется соответствующий объем выборки n по заданным уровню значимости и мощности критерияили из условия минимизациипри данныхи.
4 Этап. В зависимости от проверяемой гипотезы и её альтернатив выбирается односторонняя или двусторонняя проверка.
Выбор альтернативной гипотезы диктуется существом проверки.
5 Этап. По известному распределению критерия вычисляются критические точки.
6 Этап. Производится выборка и для полученной реализации выборкивычисляется наблюдаемое значение критерия. Если это значение попадает в критическую область, гипотезапризнается не соответствующей данным наблюдения и поэтому отклоняется. Еслипопадает в допустимую область, то гипотеза признается не противоречащейвыборочным данным и может быть признана правдоподобной.
Для каждого вида проверяемых гипотез разработаны соответствующие критерии. Чаще всего используется случайные величины, имеющие нормальное распределение, распределение (квадрат Пирсона),распределение Стьюдента,F- распределение Фишера - Снедекора.
Приведенная выше схема исследования предполагает, что закон распределения генеральной совокупности известен и оценке подлежат один или несколько параметров распределения.
Такие гипотезы носят название параметрические.
Наряду с подобными гипотезами приходится проводить статистические проверки и при неизвестном законе распределения генеральной совокупности. Соответствующие гипотезы называются непараметрические.
Непараметрические критерии обладают значительно меньшей мощностью, чем параметрические, т.е. для сохранения той же величины необходимо больше опытных данных.
С другой стороны, непараметрические критерии могут применяться при любом законе распределения генеральной совокупности и применимы как к количественным, так и к качественным признакам.
§ 7. Некоторые типичные задачи проверки параметрических гипотез.
Рассмотрим некоторые наиболее часто встречающиеся задачи, решающиеся с помощью проверки гипотез. Это прежде всего:
Задачи сравнения (сравнение выборочных характеристик с нормативными характеристиками)
Сравнение характеристик двух выборок между собой (для проверки гипотезы о принадлежности этих выборок к одной генеральной совокупности).
Типичные непараметрические задачи:
Проверка гипотез о виде выборочного распределения;
Проверка значимости расхождения выборочных характеристик.
7.1 Проверка гипотез о среднем значении.
а) Сравнение среднего значения с нормативным значением.
Такие задачи встречаются при проверке качества продукции, характеризуемого некоторым средним показателем:
среднее время работы устройства;
средний размер детали и т.д.
б) Сравнение средних значений двух совокупностей.
Пусть имеются две совокупности, характеризующиеся средними значениями и, дисперсиямии.
Выдвигается гипотеза, что эти средние равны , т. е
Для проверки основной гипотезы используют критерий
Так как ,при справедливости нулевой гипотезыбудем иметь.
Используя свойства дисперсии и предполагая выборки независимыми, получим:
Сделав дополнительное предположение, что дисперсии обеих совокупностей равны, т.е. получим:
.
Предположение о равенстве дисперсий нуждается в специальной проверке, о чем речь пойдет в следующем разделе.
Подставляя это выражение в формулу для критерия, получаем:
Если обе выборки достаточного большого объема, то случайная величина и случайная величинаимеют нормальное распределение, поэтому нормально будет распределен и критерий.
Заменяя неизвестную дисперсию генеральной совокупности на её несмещенную выборочную оценку.
Придем к нормально распределенному критерию:
Дальнейшая проверка ведется обычным образом с использованием таблиц функций распределения Лапласа.
Если выборки малого объема и применение нормального распределения может привести к ошибкам, для того же критерия Z используют t-распределение Стьюдента с числом степеней свобода .