- •§ 2. Закон распределения вероятностей дискретной двумерной случайной величины
- •§ 3. Функция распределения двумерной случайной величины.
- •§ 4. Свойства функции распределения двумерной случайной величины
- •§ 5. Вероятность попадания случайной точки в полуполосу
- •§ 6. Вероятность попадания случайной точки в прямоугольник
- •§ 7. Плотность совместного распределения вероятностей непрерывной двумерной случайной величины (двумерная плотность вероятности)
- •§ 8. Нахождение функции распределения системы по известной плотности распределения
- •§ 9. Вероятностный смысл двумерной плотности вероятности.
- •§ 10. Вероятность попадания случайной точки в произвольную область
- •§11. Свойства двумерной плотности вероятности
- •§ 12. Отыскание плотностей вероятности составляющих двумерной случайной величины
- •§ 13. Условные законы распределения составляющих системы дискретных случайных величин
- •§ 14. Условные законы распределения составляющих системы непрерывных случайных величин
- •§ 15. Условное математическое ожидание
- •§ 16. Зависимые и независимые случайные величины
- •§ 17. Числовые характеристики системы двух случайных величин. Корреляционный момент. Коэффициент корреляции
- •§ 18. Коррелированность и зависимость случайных величин
- •§ 19. Нормальный закон распределения на плоскости
- •§ 20. Линейная регрессия. Прямые линии среднеквадратической регрессии
- •§ 21. Линейная корреляция. Нормальная корреляция
- •§ 1. Задачи математической статистики
- •§ 2. Краткая историческая справка
- •§ 3. Генеральная и выборочная совокупности
- •§ 4 Повторная и бесповторная выборки. Репрезентативная выборка
- •§ 5. Способы отбора
- •§ 6. Статистическое распределение выборки
- •§ 7. Эмпирическая функция распределения
- •§ 8. Полигон и гистограмма
- •§ 1. Статистические оценки параметров распределения
- •§ 2. Несмещенные, эффективные и состоятельные оценки
- •§ 3. Генеральная средняя
- •§ 4. Выборочная средняя
- •§ 5. Оценка генеральной средней по выборочной средней. Устойчивость выборочных средних
- •§ 6. Групповая и общая средние
- •§ 7. Отклонение от общей средней и его свойство
- •§ 8. Генеральная дисперсия
- •§ 9. Выборочная дисперсия
- •§ 10. Формула для вычисления дисперсии
- •§11. Групповая, внутригрупповая, межгрупповая и общая дисперсии
- •§ 12. Сложение дисперсий
- •§ 13. Оценка генеральной дисперсий по исправленной выборочной
- •§14. Точность оценки, доверительная вероятность (надежность). Доверительный интервал
- •§ 15. Доверительные интервалы для оценки математического ожидания нормального распределения при известном σ
- •§ 16. Доверительные интервалы для оценки математического ожидания нормального распределения при неизвестном σ
- •§ 17. Оценка истинного значения измеряемой величины
- •§ 18. Доверительные интервалы для оценки среднего квадратического отклонения σ нормального распределения
- •§ 19. Оценка точности измерений
- •§ 20. Оценка вероятности (биномиального распределения) по относительной частоте
- •§ 21. Метод моментов для точечной оценки параметров распределения
- •§ 22. Метод наибольшего правдоподобия
- •§ 23. Другие характеристики вариационного ряда
- •§ 1. Условные варианты
- •§ 2. Обычные, начальные и центральные эмпирические моменты
- •§ 3. Условные эмпирические моменты. Отыскание центральных моментов по условным
- •§ 4. Метод произведений для вычисления выборочных средней и дисперсии
- •§ 5. Сведение первоначальных вариант к равноотстоящим
- •§ 6. Эмпирические и выравнивающие (теоретические) частоты
- •§ 7. Построение нормальной кривой по опытным данным
- •§ 8. Оценка отклонения эмпирического распределения от нормального. Асимметрия и эксцесс
- •§ 1. Функциональная, статистическая и корреляционная зависимости
- •§ 2. Условные средние
- •§ 3. Выборочные уравнения регрессии
- •§ 4. Отыскание параметров выборочного уравнения прямой линии среднеквадратичной регрессии по не сгруппированным данным
- •§ 5. Корреляционная таблица
- •§ 6. Отыскание параметров выборочного уравнения прямой линии регрессии по сгруппированным данным
- •§ 7. Выборочный коэффициент корреляции
- •§ 8. Методика вычисления выборочного коэффициента корреляции
- •§ 9. Пример на отыскание выборочного уравнения прямой линии регрессии
- •§ 10. Предварительные соображения к введению меры любой корреляционной связи
- •§ 11. Выборочное корреляционное отношение
- •§ 12. Свойства выборочного корреляционного отношения
- •§ 13. Корреляционное отношение как мера корреляционной связи. Достоинства и недостатки этой меры
- •§ 14. Простейшие случаи криволинейной корреляции
- •§ 15. Понятие о множественной корреляции
- •§ 1. Статистическая гипотеза. Нулевая и конкурирующая, простая и сложная гипотезы
- •§ 2. Ошибки первого и второго рода
- •§ 3. Статистический критерий проверки нулевой гипотезы. Наблюдаемое значение критерия
- •§ 4. Критическая область. Область принятия гипотезы. Критические точки
- •§ 5. Отыскание правосторонней критической области
- •§ 6. Отыскание левосторонней и двусторонней критических областей
- •§ 7. Дополнительные сведения о выборе критической области. Мощность критерия
- •§ 8. Сравнение двух дисперсий нормальных генеральных совокупностей
- •§ 9. Сравнение исправленной выборочной дисперсии с гипотетической генеральной дисперсией нормальной совокупности
- •§ 10. Сравнение двух средних нормальных генеральных совокупностей, дисперсии которых известны (независимые выборки)
- •§ 11( Сравнение двух средних произвольно распределенных генеральных совокупностей (большие независимые выборки)
- •§ 12. Сравнение двух средних нормальных генеральных совокупностей, дисперсии которых неизвестны и одинаковы (малые независимые выборки)
- •§ 13. Сравнение выборочной средней с гипотетической генеральной средней нормальной совокупности а. Дисперсия генеральной совокупности известна.
- •§ 14. Связь между двусторонней критической областью и доверительным интервалом
- •§ 15. Определение минимального объема выборки при сравнении выборочной и гипотетической генеральной средних
- •§ 16. Пример на отыскание мощности критерия
- •§ 17. Сравнение двух средних нормальных генеральных совокупностей с неизвестными дисперсиями (зависимые выборки)
- •§ 18. Сравнение наблюдаемой относительной частоты с гипотетической вероятностью появления события
§ 11( Сравнение двух средних произвольно распределенных генеральных совокупностей (большие независимые выборки)
В предыдущем параграфе предполагалось, что генеральные совокупности Х и Y распределены нормально, а их дисперсии известны. При этих предположениях в случае справедливости нулевой гипотезы о равенстве средних и независимых выборках критерий Z распределен точно нормально с параметрами 0 и 1.
Если хотя бы одно из приведенных требований не выполняется, метод сравнения средних, описанный в § 10, неприменим.
Однако если независимые выборки имеют большой объем (не менее 30 каждая), то выборочные средние распределены приближенно нормально, а выборочные дисперсии являются достаточно хорошими оценками генеральных дисперсий и в этом смысле их можно считать известными приближенно. В итоге критерий
.
распределен приближенно нормально с параметрами М(Z')==0 (при условии справедливости нулевой гипотезы) и σ(Z')=1 (если выборки независимы).
Итак, если: 1) генеральные совокупности распределены нормально, а дисперсии их неизвестны; 2) генеральные совокупности не распределены нормально и дисперсии их неизвестны, причем выборки имеют большой объем и независимы, — можно сравнивать средние так, как описано в § 10, заменив точный критерий Z приближенным критерием Z'. В этом случае наблюдаемое значение приближенного критерия таково:
Замечание. Поскольку рассматриваемый критерий—приближенный, к выводам, полученным по этому критерию, следует относиться осторожно.
Пример. По двум независимым выборкам, объемы которых соответственно равны n=100 и m==120, найдены выборочные средние =32,4, ==30,1 и выборочные дисперсии Dв(Х)= 15,0, Dв(Y)=25,2. При уровне значимости 0,05 проверить нулевую гипотезу Н0: М (X) = М (Y), при конкурирующей гипотезе Н1: М (X) > М (Y).
Решение. Подставив данные задачи в формулу для вычисления наблюдаемого значения приближенного критерия, получим
Z’набл = 3,83.
По условию, конкурирующая гипотеза имеет вид М (X) > М (Y), поэтому критическая область — правосторонняя.
Найдем критическую точку по равенству
Ф (zкр) = ( 1-2α)/2 = ( 1—2·0,05)/2= 0,45.
По таблице функции Лапласа находим zкр = 1,64.
Так как Zнабл > zкр — нулевую гипотезу отвергаем. Другими словами, выборочные средние различаются значимо.
§ 12. Сравнение двух средних нормальных генеральных совокупностей, дисперсии которых неизвестны и одинаковы (малые независимые выборки)
Пусть генеральные совокупности Х и Y распределены нормально, причем их дисперсии неизвестны. Например, по выборкам малого объема нельзя получить хорошие оценки генеральных дисперсий. По этой причине метод сравнения средних, изложенный в § 11, применить нельзя.
Однако если дополнительно предположить, что неизвестные генеральные дисперсии равны между собой, то можно построить критерий (Стьюдента) сравнения средних. Например, если сравниваются средние размеры двух партий деталей, изготовленных на одном и том же станке, то естественно допустить, что дисперсии контролируемых размеров одинаковы.
Если же нет оснований считать дисперсии одинаковыми, то, прежде чем сравнивать средние, следует, пользуясь критерием Фишера—Снедекора (см. §8), предварительно проверить гипотезу о равенстве генеральных дисперсий.
Итак, в предположении, что генеральные дисперсии одинаковы, требуется проверить нулевую гипотезу Н0: М (X) = М (Y). Другими словами, требуется установить, значимо или незначимо различаются выборочные средние и , найденные по независимым малым выборкам объемов n и m.
В качестве критерия проверки нулевой гипотезы примем случайную величину
.
Доказано, что величина Т при справедливости нулевой гипотезы имеет t-распределение Стьюдента с k = n + m - 2 степенями свободы.
Критическая область строится в зависимости от вида конкурирующей гипотезы.
Первый случай. Нулевая гипотеза Н0: М (X) = М (Y). Конкурирующая гипотеза Н1: М (X) ≠ М (Y).
В этом случае строят двустороннюю критическую область, исходя из требования, чтобы вероятность попадания критерия Т в эту область в предположении справедливости нулевой гипотезы была равна принятому уровню значимости а.
Наибольшая мощность критерия (вероятность попадания критерия в критическую область при справедливости конкурирующей гипотезы) достигается тогда, когда «левая» и «правая» критические точки выбраны так, что вероятность попадания критерия в каждый из двух интервалов двусторонней критической области равна α/2:
Р (Т < tлев. кр) = α/2, Р (Т > tпр. кр) = α/2.
Поскольку величина Т имеет распределение Стьюдента, а оно симметрично относительно нуля, то и критические точки симметричны относительно нуля. Таким образом, если обозначить правую границу двусторонней критической области через tдвуст. кр (α; k), то левая граница равна — tдвуст. кр (α; k). Итак, достаточно найти правую границу двусторонней критической области, чтобы найти саму двустороннюю критическую область: Т <— tдвуст. кр (α; k), Т > tдвуст. кр (α; k) и область принятия нулевой гипотезы: [—tдвуст. кр (α; k), tдвуст. кр (α; k)].
Обозначим значение критерия, вычисленное по данным наблюдений, через Tнабл и сформулируем правило проверки нулевой гипотезы.
Правило 1. Для того чтобы при заданном уровне значимости α проверить нулевую гипотезу Н0: М (X) = М (Y) о равенстве математических ожиданий двух нормальных совокупностей с неизвестными, но одинаковыми дисперсиями (в случае независимых малых выборок) при конкурирующей гипотезе Н1: М (X) ≠ М (Y), надо вычислить наблюдаемое значение критерия:
и по таблице критических точек распределения Стьюдента, по заданному уровню значимости α (помещенному в верхней строке таблицы) и числу степеней свободы k = n + m — 2 найти критическую точку tдвуст. кр (α; k).
Если | Tнабл| < tдвуст. кр (α; k) — отвергнуть нулевую гипотезу нет оснований.
Если |Tнабл | > tдвуст. кр (α; k) — нулевую гипотезу отвергают.
Пример. По двум независимым малым выборкам, объемы которых соответственно равны n=5 и m=6, извлеченным из нормальных генеральных совокупностей Х и Y, найдены выборочные средние =3,3, =2,48 и исправленные дисперсии s2X = 0,25 и s2Y = 0,108. При уровне значимости 0,05 проверить нулевую гипотезу Н0: М (X) = М (Y), при конкурирующей гипотезе Н1: М (X) ≠ М (Y).
Решение. Так как выборочные дисперсии различны, проверим предварительно нулевую гипотезу о равенстве генеральных дисперсий, пользуясь критерием Фишера—Снедекора (см. § 8).
Найдем отношение большей исправленной дисперсии к меньшей:
Fнабл = 0,25/0,108 =2,31.
Дисперсия s2X значительно больше дисперсии s2Y, поэтому в качестве конкурирующей примем гипотезу Н1: D(X) > D(У). В этом случае критическая область—правосторонняя. По таблице, по уровню значимости α ==0,05 и числам степеней свободы k1 = 5—1 = 4, k2 = 6—1==5 находим критическую точку Fкр (0,05; 4; 5) = 5,19.
Так как Fнабл < Fкр—нет оснований отвергнуть нулевую гипотезу о равенстве генеральных дисперсий.
Поскольку предположение о равенстве генеральных дисперсий выполняется, сравним средние.
Вычислим наблюдаемое значение критерия Стьюдента:
.
Подставив числовые значения величин, входящих в эту формулу, получим Tнабл=3,27.
По условию, конкурирующая гипотеза имеет вид М (X) ≠ М (Y), поэтому критическая область—двусторонняя. По уровню значимости 0,05 и числу степеней свободы k = 5+6—2=9 находим по таблице (см. приложение 6) критическую точку tдвуст. кр (0,05; 9) =2,26.
Так как Tнабл > tдвуст. кр—нулевую гипотезу о равенстве генеральных средних отвергаем. Другими словами, выборочные средние различаются значимо.
Второй случай. Нулевая гипотеза Н0: М (X) = М (Y). Конкурирующая гипотеза Н1: М (X) > М (Y).
В этом случае строят правостороннюю критическую область, исходя из требования, чтобы вероятность попадания критерия Т в эту область в предположении справедливости нулевой гипотезы была равна принятому уровню значимости:
P(T > tправост. кр) = α
Критическую точку tправост. кр (α,k) находят по таблице, приложения 6, по уровню значимости α, помещенному в нижней строке таблицы, и по числу степеней свободы k = n + m — 2.
Если Тнабл < tправост. кр — нет оснований отвергнуть нулевую гипотезу.
Если Тнабл > tправост. кр — нулевую гипотезу отвергают.
Третий случай. Нулевая гипотеза Н0: М (X) = М (Y). Конкурирующая гипотеза Н1: М (X) < М (Y). В этом случае строят левостороннюю критическую область, исходя из требования, чтобы вероятность попадания критерия в эту область в предположении справедливости нулевой гипотезы была равна принятому уровню значимости:
P(T > tправост. кр) = α
В силу симметрии распределения Стьюдента относительно нуля tлевост.кр = — tправост.кр. Поэтому сначала находят «вспомогательную» критическую точку tправост. кр так, как описано во втором случае, и полагают tлевост.кр = — tправост.кр
Если Тнабл > tправост.кр — отвергнуть нулевую гипотезу нет оснований.
Если Tнабл < tправост.кр — нулевую гипотезу отвергают.