- •Пример.
- •Определение случайного события.
- •Несовместные события.
- •Вероятность случайного события.
- •Свойства вероятности
- •Классическое определение вероятности события
- •Пример.
- •Основные формулы теории вероятностей Независимость случайных событий.
- •Правило умножения вероятностей
- •Вероятность суммы событий.
- •Некоторые формулы комбинаторики. Правило сложения.
- •Правило умножения.
- •Пример.
- •Размещения и перестановки
- •Сочетания
- •Формула Пуассона
- •Формула полной вероятности.
- •Случайная величина.
- •Пример.
- •Дискретные случайные величины.
- •Непрерывные случайные величины.
- •Числовые характеристики случайных величин.
- •Свойства дисперсии.
- •Некоторые законы распределения. Биномиальный закон распределения.
- •Закон распределения Пуассона.
- •Полиномиальное распределение
- •Пример.
- •Равномерный закон распределения случайной величины.
- •Нормальный закон распределения случайной величины (закон Гаусса).
- •Стандартная форма нормального закона распределения.
- •Распределение «хи-квадрат».
- •График распределения.
- •Показательный (экспоненциальный) закон распределения.
- •Структурные характеристики распределения случайной величины.
- •Медиана.
- •Квантиль.
- •Системы случайных величин.
- •Свойства функции распределения.
- •Свойства плотности вероятности.
- •Математическое ожидание и дисперсия системы случайных величин.
- •Дисперсия двумерной случайной величины.
- •Условное математическое ожидание.
- •Свойства коэффициента корреляции.
- •Функции случайных величин. Функции одной случайной величины.
- •Функция двух случайных величин.
- •Случайные функции.
- •Свойства математического ожидания случайной функции.
- •Свойства дисперсии случайной функции.
- •Свойства корреляционной функции.
- •Свойства взаимной корреляционной функции.
- •Свойства корреляционной функции стационарной случайной функции.
- •Математическая статистика. Выборочный метод.
- •Свойства эмпирической функции распределения.
- •Статистические оценки параметров распределения. Точечные оценки.
- •Метод моментов.
- •Метод наибольшего правдоподобия.
- •Распределение дискретной случайной величины.
- •Распределение непрерывной случайной величины.
- •Распределение выборочных характеристик.
- •Пример 1.
- •Пример 2.
- •3.Распределение выборочной дисперсии.
- •Доверительные интервалы.
- •Проверка статистических гипотез.
- •1.Понятие статистической гипотезы.
- •Проверкa гипотезы о равенствt средних двух нормальных распределений с известными дисперсиями.
- •Двухвыборочный t-тест с одинаковыми и различными дисперсиями.
- •Двухвыборочный f-тест для дисперсий.
- •Парный двухвыборочный t-тест для средних значений.
- •Дисперсионный анализ.
- •Двухфакторный дисперсионный анализ без повторений и с повторениями
Двухвыборочный t-тест с одинаковыми и различными дисперсиями.
На основе t-теста строится процедура проверки гипотез о равенстве средних (математических ожиданий) двух независимых нормальных распределений с неизвестными дисперсиями и .
Относительно дисперсий и можно выдвинуть следующие два предположения:
Обе дисперсии неизвестны, но предполагается, что они равны между собой, т.е. = .
Обе дисперсии неизвестны и предполагается, что они не равны между собой, т.е. ≠ .
В случае когда обе дисперсии неизвестны, но предполагается что они равны между собой, мы имеем дело с двумя оценками и одной и той же дисперсии = . в этом случае строится объединённая оценка :
,
S2- это объединённая оценка дисперсии = = .
В математической статистике доказывается, что если нулевая гипотеза о равенстве математических ожиданий H0: mx=my выполняется, то величина t вычисляется по формуле:
где и - средние арифметические величины,
n1 – число наблюдений в первой выборке,
n2- число наблюдений во второй выборке,
S – выборочное стандартное отклонение,
.
Статистика t имеет распределение Стьюдента. Число степеней свободы определяется по формуле:
Эту t-статистику и используют в качестве критерия при проверке нулевой гипотезы о равенстве математических ожиданий. Схема проверки аналогична проверке при использовании Z-теста.
В случае, когда дисперсии неизвестны и предполагается, что они не равны, используется аналог Z-теста с заменой дисперсий их оценками.
- это распределение близко распределению Стьюдента. Число степеней свободы вычисляется по следующей формуле:
В данном случае t-статистику, используемую для проверки нулевой гипотезы о равенстве средних величин при различных неизвестных дисперсиях, называют критерием Фишера-Беренса.
Для проверки гипотезы используется следующие режимы пакета анализа:
Режим работы «двухвыборочный t-тест с одинаковыми дисперсиями».
Режим работы «двухвыборочный t-тест с различными дисперсиями».
Данные режимы применяются для проверки гипотез о различии между средними двух нормальных распределений соответственно с неизвестными, но равными дисперсиями, и с неизвестными, но различными дисперсиями.
В диалоговых окнах данных режимов задаются следующие параметры:
Интервал переменной 1: задаем диапазон с данными выборки х;
Интервал переменной 2: задаем диапазон с данными выборки у;
Гипотетическая разность: задаём значение ноль;
Метки;
Уровень значимости : 0,05;
Параметры вывода на экран.
Пример.
Рассмотрим выборочные данные о расходе сырья при производстве продукции по старой и новой технологии.
Старая технология |
308 |
308 |
307 |
308 |
304 |
307 |
307 |
308 |
307 |
|
|
|
|
Новая технология |
308 |
304 |
306 |
306 |
306 |
304 |
304 |
304 |
306 |
304 |
303 |
304 |
303 |
Уровень значимости = 0,05
Требуется проверить гипотезу H0: mx=my , предположив, что соответствующие генеральные совокупности имеют нормальное распределение
с одинаковыми дисперсиями;
с различными дисперсиями.