- •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
5.1.3 Критерий
Данный критерий следует воспринимать как критерии установления отклонения от нормальности распределения (но не установления нормальности). Коэффициент асимметрии определяется как:
(136)
При этом известно [37]:
;
(137)
В [52] показано, что распределение достаточно быстро стремится к нормальному.
Рассмотрим использование критерия для установления отклонения эмпирического распределения от нормального. Таблицы процентных точек распределения приведены в [37]. При может быть рекомендован грубый критерий:
Если , то нормальность распределения отклоняется.
На практике применяются нормализующие преобразования для . Рассмотрим некоторые из них. В [53] предложена аппроксимация , где , которая при распределена как стандартная нормальная величина ( - коэффициенты, приведенные втаблице 13).
Таблица 13. Значения коэффициентов и .
|
|
|
|
|
|
|
|
|
8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 |
5,563 4,260 3,734 3,447 3,270 3,151 3,069 3,010 2,968 2,937 2,915 2,900 2,890 2,870 2,882 2,882 2,884 2,889 2,895 2,902 2,910 2,920 2,930 2,941 2,952 2,964 2,977 2,990 3,003 3,016 3,030 3,044 3,058 3,073 3,087 3,102 |
0,3030 0,4080 0,4794 0,5839 0,5781 0,6153 0,6743 0,6753 0,7001 0,7224 0,7426 0,7610 0,7779 0,7940 0,8078 0,8211 0,8336 0,8452 0,8561 0,8664 0,8760 0,8851 0,8938 0,9020 0,9097 0,9171 0,9241 0,9308 0,9372 0,9433 0,9492 0,9548 0,9601 0,9653 0,9702 0,9750 |
44 45 46 47 48 49 50 52 54 56 58 60 62 64 66 68 70 72 74 76 78 80 82 84 86 88 90 92 94 96 98 100 105 110 115 120 |
3,117 3,131 3,160 3,161 3,176 3,192 3,207 3,237 3,268 3,298 3,329 3,359 3,389 3,420 3,450 3,480 3,510 3,540 3,569 3,599 3,628 3,657 3,686 3,715 3,744 3,772 3,801 3,829 3,857 3,885 3,913 3,940 4,009 4,076 4,142 4,207 |
0,9795 0,9840 0,9882 0,9923 0,9963 1,0001 1,0038 1,0108 1,0174 1,0235 1,0293 1,0348 1,0400 1,0449 1,0459 1,0540 1,0581 1,0621 1,0659 1,0695 1,0730 1,0763 1,0795 1,0825 1,0854 1,0882 1,0909 1,0934 1,0959 1,0983 1,1006 1,1028 1,1080 1,1128 1,1172 1,1212 |
125 130 135 140 145 150 155 160 165 170 175 180 185 190 195 200 210 220 230 240 250 260 270 280 290 300 350 400 450 500 600 700 800 900 1000 |
4,272 4,336 4,398 4,460 4,521 4,582 4,641 4,700 4,758 4,816 4,873 4,929 4,985 5,040 5,094 5,148 5,255 5,359 5,461 5,561 5,660 5,757 5,853 5,946 6,039 6,130 6,567 6,976 7,363 7,731 8,149 9,054 9,649 10,271 10,738 |
1,1250 1,1285 1,1318 1,1348 1,1377 1,1403 1,1428 1,1452 1,1474 1,1496 1,1516 1,1535 1,1553 1,1570 1,1586 1,1602 1,1631 1,1657 1,1681 1,1704 1,1724 1,1744 1,1761 1,1779 1,1793 1,1808 1,1868 1,1914 1,1950 1,1979 1,2023 1,2058 1,2078 1,2096 1,2111 |
В [54] предложена следующая нормализующая аппроксимация. Если
(138)
(139)
(140)
(141)
(142)
тo величина
(143)
уже при может быть аппроксимирована стандартным нормальным распределением.
Пример 23
По предложенной выборке проверить гипотезу нормальности распределения случайных величин критерием асимметрии 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 асимметрии (136): . Вычисляем далее (137):
Грубый критерий применять нельзя, так как . Вычислим нормализующие преобразования. Сначала рассмотрим -преобразование: Из таблицы 13имеем: и , тогда ; . Теперь рассмотрим -преобразование: ; ; ; ; ;
Используем нормализующее преобразование для оценки отклонения эмпирического распределения от нормального ( - 95%-я квантиль стандартного нормального распределения. Так как критерий двусторонний, при следует применять ). Имеем и . Следовательно, гипотеза нормальности по коэффициенту асимметрии не отклоняется. |