Rybleva_teoria veroatnosti_2014
.pdf2.2. Проверка гипотез о числовых значениях параметров
Статистическая проверка гипотез о числовых значениях параметров осуществляется по схеме, изложенной выше. В таблице 2 приведены критерии проверки гипотез о числовых значениях параметров нормального распределения, вероятности успеха в единичном испытании и коэффициента корреляции.
Рассмотрим алгоритм проверки одной из гипотез. Пусть случайная величина X ~ N a, σ , причѐм числовое значение математического
ожидания a не известно, а числовое значение дисперсии σ 2 известно.
Сформулируем основную гипотезу H0 : |
a a0 |
и |
альтернативную |
в |
||||||||||||||||||
виде |
H1: |
a a0 . |
Статистика |
критерия |
(случайная |
величина) |
||||||||||||||||
Z |
эмп |
|
x a |
0 |
|
~ N 0, 1 |
, поэтому область отклонения нулевой гипотезы |
|||||||||||||||
|
|
|
||||||||||||||||||||
|
||||||||||||||||||||||
|
|
σ / n |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||
|
|
|
Zэмп , zkp zkp , |
|
|
|
|
|
|
|
||||||||||||
будет |
|
такой: |
- |
двухсторонняя |
||||||||||||||||||
критическая область, где число zкр |
находят по таблице (см. |
|||||||||||||||||||||
Приложение 2) из условия Ф z |
|
1 |
α |
|
(при |
α 0,05 значение z |
|
|
||||||||||||||
кр |
|
кр |
||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
2 |
|
|
|
|
|
|
|
|
|
|||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
1,96, т.е. квантиль уровня 0,975). Для альтернативной гипотезы |
|
H1: |
||||||||||||||||||||
a a0 критическая |
область |
|
значений |
статистики |
Z |
будет |
||||||||||||||||
правосторонней: |
если |
Zэмп zкр , , |
то основная гипотеза |
H0 |
- |
|||||||||||||||||
отклоняется, |
где число zкр находят по таблице (см. Приложение 2) |
из |
||||||||||||||||||||
условия Ф zкр 1 α |
(если |
|
α 0,05 |
значение |
zкр 1,645, |
|
т.е. |
|||||||||||||||
квантиль уровня 0,95). При альтернативной |
гипотезе H1: |
a a0 |
||||||||||||||||||||
критическая |
|
|
область |
значений |
Z будет |
|
левосторонней: |
|
если |
|||||||||||||
Zэмп , zкр , то основная гипотеза H0 - отклоняется. |
|
|
|
|
|
161
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Таблица 2. |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
нулевая |
|
альтернативная |
статистика |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||||||
гипотеза |
|
|
критическая область |
|||||||||||||||||||||||||||||||||||||||
|
гипотеза |
H1 |
|
критерия |
|
|
|
|
|
|
||||||||||||||||||||||||||||||||
H 0 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
|
|
|
a a0 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Zэмп zкр α |
|
||||||||||||
a a0 , |
|
|
|
|
|
|
|
|
|
x a0 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||
|
a a0 |
|
Z эмп |
|
|
|
|
|
|
|
|
Z |
эмп zкр α |
|
||||||||||||||||||||||||||||
σ2 |
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||||||
|
|
σ / |
|
|
n |
|
|
|
|
|
|
|
|
|
||||||||||||||||||||||||||||
известно |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
|
a a0 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Zэмп |
|
|
zкр α / 2 |
|
||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||
|
|
|
a a0 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Tэмп tкр α,n 1 |
|||||||||||||||
a a0 , |
|
|
|
|
|
|
|
|
|
x a0 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||
σ |
2 |
|
a a0 |
|
Tэмп |
|
|
|
|
|
|
|
Tэмп tкр α,n 1 |
|||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
неизвестно |
|
|
|
|
|
|
|
|
s / |
|
n |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||
a a0 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Tэмп |
|
tкр α / 2,n 1 |
|||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||
|
|
|
σ2 σ02 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
χэмп2 |
χкр2 α, n 1 |
|
||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||
σ2 σ02 , |
|
σ2 σ02 |
|
|
|
n |
1 s |
2 |
|
|
|
|
χэмп2 |
χ 2 |
|
1 α, n 1 |
||||||||||||||||||||||||||
|
|
χ 2 |
|
|
|
|
|
|
|
|
|
|
|
|
|
кр |
|
|
||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||
a |
|
|
|
|
эмп |
|
|
|
|
|
|
σ02 |
|
|
|
|
|
2 |
|
|
|
|
|
|
|
|
|
2 |
|
α / 2, n 1 , |
||||||||||||
неизвестно |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
χ |
|
|||||||||||||||||||
|
|
|
σ2 σ2 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
χэмп |
|
кр |
||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||
|
|
|
|
0 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
χ 2 |
|
χ 2 |
1 α / 2, n 1 |
|||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
эмп |
|
|
|
|
|
кр |
|
|
|
||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||
p p , |
|
p p0 |
|
Zэмп |
pˆ p0 |
|
|
|
|
|
|
|
|
|
Zэмп zкр α |
|
||||||||||||||||||||||||||
|
0 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
n порядка |
|
|
|
|
|
|
|
|
|
p0q0 / n |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
эмп zкр α |
|
|||||||||||||||||||||||||
нескольких |
p |
p0 |
|
|
|
ˆ |
m |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Z |
|
||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||||
десятков и |
|
|
|
|
|
|
|
, |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||
|
|
|
|
|
p |
n |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||
np0 5 , |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||
|
|
|
|
|
q0 1 p0 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||
n 1 p0 5 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
zкр α / 2 |
|
|||||||||||||||||||||||
p |
p0 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Zэмп |
|
||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
r 0 |
|
r 0 |
|
Tэмп r |
|
|
|
n 2 |
|
Tэмп |
|
|
tкр α / 2,n 2 |
|||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|||||||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||||||||
|
|
1 |
r 2 |
|||||||||||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||
Примечание*) В таблице 2: случайная величина |
|
Z имеет стандартизированное |
||||||||||||||||||||||||||||||||||||||||
нормальное |
распределение, |
T подчиняется |
распределению |
|
|
|
Стьюдента, χ 2 |
- |
||||||||||||||||||||||||||||||||||
распределению «хи-квадрат», |
s - несмещѐнная оценка ср. квадр. отклонения. |
|
162
2.3. Проверка гипотез о равенстве числовых характеристик генеральных совокупностей
Гипотезы о равенстве числовых характеристик генеральных совокупностей – это, например, предположения о равенстве средних двух выборок (при известных или неизвестных дисперсиях), о равенстве дисперсий при неизвестных средних значениях, о равенстве вероятностей успеха в единичном испытании. Статистики критериев и критические области для проверки перечисленных гипотез приведены в таблице 3.
Гипотеза о равенстве средних при известных дисперсиях. Пусть случайные величины подчиняются нормальному закону распределения: X ~ N a1, σ1 и Y ~ N a2 , σ2 , при этом a1 и a2 не известны, а σ1 и σ2 - известны. Пусть имеются результаты независимых выборочных
наблюдений: |
x1, x2 , ... , xn |
|
|
|
|
и |
y1, y2 , ... , yn . |
Тогда |
средние |
|||||||||||||||||
|
|
|
|
|
|
|
|
|
|
1 |
|
|
|
|
|
|
|
|
2 |
|
|
|
|
|
|
|
выборочные также будут распределены нормально: x ~ N a1, σ1 / |
|
|
|
|||||||||||||||||||||||
|
n1 |
|||||||||||||||||||||||||
и y ~ N a2 , σ2 |
|
|
|
|
. |
|
|
|
|
|
|
|
|
H0 : |
a1 a2 |
|||||||||||
/ |
|
|
n2 |
|
Для |
|
|
|
|
основной |
гипотезы |
|||||||||||||||
конкурирующую гипотезу рассмотрим в виде H1: |
a1 a2 . Статистика |
|||||||||||||||||||||||||
|
Z эмп |
|
x y |
|
|
|
|
|
|
|
|
|||||||||||||||
критерия |
n1n2 |
|
|
|
~ N 0, 1 , |
поэтому |
основная |
гипотеза |
||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||
|
|
|
|
|
||||||||||||||||||||||
|
|
|
|
|
σ2n |
σ2n |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||
|
|
|
|
|
|
1 |
2 |
|
2 |
1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
отвергается, если zкр |
zкр , , |
где |
zкр находят |
по таблице (см. |
||||||||||||||||||||||
Приложение |
2) |
как |
квантиль |
|
уровня |
p 1 α . |
При |
альтернативной |
||||||||||||||||||
гипотезе |
H1: |
a a0 |
критическая |
область |
значений |
Z |
будет |
|||||||||||||||||||
левосторонней: |
если |
Zэмп , zкр , |
то основная гипотеза |
|
H0 - |
|||||||||||||||||||||
отклоняется. |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Для |
|
H1: |
|
|
|
a a0 |
критическая |
область |
двухсторонняя: |
|||||||||||||||||
Zэмп , zkp zkp , , |
|
|
где число zкр находят по таблице (см. |
Приложение 2) как квантиль уровня p 1 α / 2.
163
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Таблица 3. |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||
нулевая |
альтернативная |
статистика критерия |
|
|
критическая область |
|
|||||||||||||||||||||||||||||||||||||||
гипотеза H 0 |
гипотеза |
H1 |
|
|
|
||||||||||||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||
a1 a2 , |
a1 a2 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
x y |
|
|
|
|
|
|
|
|
|
|
Zэмп zкр α |
|
|||||||||||||||
|
|
|
|
|
Zэмп |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||
σ12 и σ22 |
a1 a2 |
|
|
|
|
|
|
σ12 |
|
|
σ22 |
|
|
|
|
|
|
|
|
|
|
Zэмп zкр α |
|
||||||||||||||||||||||
известны |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
n1 |
n2 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||
a1 a2 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Zэмп |
|
zкр α / 2 |
|
|||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||
|
|
|
a1 a2 |
|
|
|
Tэмп |
|
|
|
|
|
|
|
x y |
|
|
|
|
|
Tэмп tкр α,n1 n2 2 |
||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||
a1 a2 , |
|
|
|
s |
|
|
|
|
|
1 |
|
1 |
|
|
|
|
|
||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
n1 |
n2 |
|
|
|
|
|
Tэмп tкр α,n1 n2 2 |
||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||||
σ12 и σ22 |
a1 a2 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||
не известны, |
|
|
|
s2 |
|
n |
|
1 s |
2 |
n 1 s |
2 |
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||||||||||||||
но равны |
|
|
|
|
1 |
|
|
|
|
|
|
1 |
|
|
|
|
|
2 |
|
|
|
2 |
|
|
|
|
|
tкр α / 2,n1 n2 2 |
|||||||||||||||||
|
|
|
a1 a2 |
|
|
|
|
|
|
|
n1 n2 2 |
|
|
|
|
|
Tэмп |
||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||
σ12 σ22, |
σ12 σ22 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
2 |
|
|
|
|
|
|
|
|
|
|
|
|
Fэмп Fкр α, n1 1, n2 1 |
||||||||||
a |
и a |
|
|
|
|
|
|
|
|
F |
|
|
|
|
|
|
|
|
|
s1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||
|
|
|
|
|
|
|
|
|
эмп |
|
|
|
|
|
|
s2 |
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||
1 |
|
2 |
2 |
2 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||
не известны |
σ1 |
σ2 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
2 |
|
|
|
|
|
|
|
|
|
|
|
Fэмп |
|
Fкр α / 2, n1 1, n2 |
1 |
|||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
pˆ 1 pˆ 2 |
|
|
|
|
|
|
|
|
|
Zэмп zкр α |
|
|||||||||||
|
|
|
p1 p2 |
|
Z |
эмп |
|
|
|
n1 n2 |
|
, |
|
|
|
|
|
|
|
||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||
p1 p2, |
|
|
|
p 1 |
p n1 n2 |
|
|
|
|
|
|
|
|||||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
ˆ |
|
|
|
|
|
ˆ |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||
n порядка |
p1 p2 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Zэмп zкр α |
|
||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||
нескольких |
|
|
|
|
|
|
pˆ |
|
m1 m2 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||||||
десятков |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
zкр α / 2 |
|
|||||||||||||||||||||||||
p1 p2 |
|
|
|
|
|
|
n1 n2 |
|
|
|
|
|
|
|
|
|
Zэмп |
|
|
||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
164
2.4. Проверка гипотез об однородности выборок
Иногда при работе с различными наборами данных требуется сравнить их и выяснить вызвано ли различие в числовых характеристиках этих групп систематическими или случайными причинами. Для решения подобных задач в математической статистике существуют 2 подхода – параметрические и непараметрические методы.
Методы обработки, основанные на предположении, что результаты наблюдений имеют закон распределения, принадлежащий тому или иному параметрическому семейству – нормальному, показательному или какому-либо другому, называются параметрическими. Проверка гипотез о равенстве числовых характеристик генеральных совокупностей (см. табл.3) – это, по сути, параметрические методы проверки гипотез об однородности выборок. Методы обработки, в которых не предполагается использование какого-то параметрического семейства, называют непараметрическими. Их применяют тогда, когда приходится иметь дело с обработкой данных, распределение которых неизвестно или не подчиняется какому-либо из известных законов распределения.
Если вывод необходимо делать по малым выборкам, и закон распределения неизвестен, то невозможно применение критериев, связанных с параметрами распределения. Непараметрические критерии обладают некоторыми преимуществами: более широкая область применения, меньшая чувствительность к «шуму» в статистических данных и к влиянию ошибок, попавших в практические данные. Однако параметрические критерии обладают большей мощностью. По этой причине, в случаях, когда выборки имеют нормальное распределение, нужно отдавать предпочтение именно параметрическим критериям.
165
2.4.1. Параметрические критерии
При решении вопроса о наличии различий между выборками проводят проверку статистических гипотез о принадлежности обеих выборок одной генеральной совокупности или о равенстве средних. В случае, когда вид распределения или функция распределения нам известны, задачу оценки различий двух групп независимых наблюдений можно решить с использованием параметрических критериев (см. табл.3): критерия Стьюдента (если сравниваются средние значения выборок); критерия Фишера (если сравниваются дисперсии выборок).
Критерий Стьюдента. Английский математик Вильям Госсет, печатавшийся под псевдонимом «Стьюдент», нашѐл закон
распределения случайной величины |
T |
x a |
|
, где генеральный |
||
|
|
|
||||
s / n |
||||||
|
|
|
|
параметр σ заменен на его выборочную оценку s . Этот закон, имеющий
непрерывную |
функцию |
распределения, |
описывается |
формулой: |
||||
|
|
t 2 |
n 1 |
|
|
|
||
|
|
2 |
|
для t ; , |
|
|
||
f ( t ) C |
1 |
|
|
|
|
где C - |
константа, |
|
|
|
|
||||||
|
|
n 1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
зависящая только от числа степеней свободы n 1.
Закон Стьюдента положил начало созданию теории «малой выборки». При большом объѐме выборки особенность распределения в генеральной совокупности не имеет значения, так как распределение отклонений выборочного показателя от генеральной характеристики при большой выборке всегда оказывается нормальным. В выборках небольшого объѐма ( n 30 ) на распределении ошибок выборки будет сказываться характер распределения генеральной совокупности.
Распределение Стьюдента зависит от двух величин: значения t и числа степеней свободы k n 1. С увеличением n , т.е. числа наблюдений, это распределение быстро приближается к стандартизированному
166
нормальному (с параметрами a 0 и σ 1). Уже при распределение Стьюдента не отличается от стандартизированного нормального распределения. Для практического использования распределения Стьюдента существуют специальные таблицы (см. Приложение 4), в которых содержатся критические значения t для разных уровней значимости α и чисел степеней свободы k .
Пусть сравниваются средние арифметические x и y двух
независимых выборок объемов n1 и n2 , взятых из нормально
распределенных |
совокупностей с параметрами a1, σ1 и a2 , σ2 . |
Предполагается, |
что σ1 и σ2 не известны и разница между средними |
d x y возникла случайно. В качестве основной гипотезы выдвигается
следующее предположение H0 : a1 a2 . |
|
||
Для |
проверки нулевой |
гипотезы используется |
случайная величина |
T |
x y a1 a2 , |
подчиняющаяся распределению Стьюдента с |
|
|
sd |
|
|
числом степеней свободы k n1 n2 2 . Здесь |
sd - ошибка разности |
между выборочными средними. Эта величина вычисляется по следующим формулам:
для выборок одинакового объѐма ( n1 n2 n ):
|
|
|
|
|
|
|
|
|
|
|
|
s |
d |
|
s2x |
|
s2y |
|
|
xi x 2 yi y 2 ; |
|||
|
|
||||||||||
|
|
|
n1 |
|
n2 |
|
|
n( n 1) |
n( n 1) |
||
|
|
|
|
|
|
|
для неравновеликих выборок ( n1 n2 ):
|
|
|
|
|
|
|
|
|
|
|
|
|||
|
|
|
|
n 1 s2 |
|
n 1 s2 |
n n |
|
|
|||||
|
|
|
|
1 |
x |
|
|
2 |
y |
|
||||
s |
|
|
|
|
|
|
|
|
|
1 |
2 |
|
|
|
|
|
n |
|
2 |
|
|
|
|||||||
|
d |
|
|
n |
|
|
|
n n |
|
|
||||
|
|
|
|
1 |
|
2 |
|
|
|
1 |
2 |
|
|
|
|
|
|
|
|
|
|
|||
x |
|
x 2 |
y |
|
y 2 |
n n |
|
|||
|
i |
|
|
|
i |
|
|
1 |
2 |
|
|
|
n n |
2 |
|
|
|
|
|||
|
|
|
|
|
n n |
|
||||
|
|
1 |
2 |
|
|
|
|
1 |
2 |
|
167
При a1 a2 разность a1 a2 0, поэтому критерий будет иметь вид:
Tэмп x y .
sd
При конкурирующей гипотезе H1: a1 a2 верхняя критическая точка находится по таблице (см. Приложение 4) как квантиль уровня
1 α / 2, а нижняя критическая точка расположена симметрично верхней относительно оси ординат: Tкр.н Tкр.в . Если Tэмп Tкр.н или
Tэмп Tкр.в , то основная гипотеза отклоняется с вероятностью ошибки первого рода α .
Если сравниваемые выборки являются попарно связанными друг с другом значениями варьирующего признака, то при оценке различий между ними используется метод парных сравнений сопряженных вариант. В этом случае оценкой разности между
генеральными средними и дисперсией этой разности σ2D
будет выборочная средняя из суммы разностей между попарно
связанными |
|
|
вариантами сравниваемых групп x1, x2 , ..., xn и |
|||
y , y , ..., y |
|
|
|
|
xi yi |
di , |
n |
: |
d |
||||
1 2 |
|
|
|
n |
n |
|
|
|
|
|
|
где n - число парных наблюдений. Тогда выборочная дисперсия будет
|
di |
|
2 |
|
|
|||
равна s2 |
d |
, а ошибка средней разности вычисляется как: |
||||||
d |
n 1 |
|
|
|
|
|
||
|
|
|
|
|
|
|||
|
|
|
|
|
|
|
|
|
|
|
|
|
sd |
|
di d |
2 |
. |
|
|
|
|
n n 1 |
||||
|
|
|
|
|
|
|
168
Если варианты генеральной совокупности распределены нормально, то и разность между ними будет подчиняться нормальному
закону распределения. Поэтому случайная величина T d D
sd
будет иметь распределение Стьюдента с k n 1 степенями свободы.
Для основной гипотезы |
H0 : |
D 0 |
и конкурирующей H1: D 0 |
||||||||
статистика критерия: |
T |
|
|
|
|
|
|
. |
|
||
|
|
d |
|
|
|
||||||
|
|
|
|||||||||
|
|
|
|
|
|
|
|||||
|
эмп |
|
s |
|
|
|
|
|
|
||
|
|
|
d |
|
|
|
|||||
Если Tэмп Tкр α, n 1 , то основная гипотеза отклоняется с |
|||||||||||
вероятностью ошибки первого рода α |
(для нахождения критического |
||||||||||
значения см. Приложение 4). |
|
|
|
|
|
|
|
|
|
|
|
Замечание*). Если гипотеза о нормальности распределения попарных разностей окажется отвергнутой, то критерий Стьюдента применять не следует. В таких случаях нужно использовать непараметрические критерии.
Замечание**). Критерий Стьюдента можно применять также и тогда, когда сравниваются не средние величины выборок, а их относительные частоты.
Критерий Фишера. Пусть имеются две выборки из нормальных генеральных совокупностей. Если сравниваются дисперсии выборок, то вместо разности s1 s2 Р. Э. Фишер предложил рассматривать разность их натуральных логарифмов z ln s1 ln s2 (при этом предполагается,
что s1 s2), которая имеет нормальное распределение, как для больших выборок, так и для выборок среднего объема. Д. Снедекор заменил
169
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
s2 |
|
разность логарифмов |
отношением |
выборочных |
дисперсий: |
|
F |
1 |
. |
|||||||||||||||
|
s2 |
|||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
2 |
|
Рассмотрим 2 случая: |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
1) Пусть для каждой генеральной совокупности математические |
||||||||||||||||||||||
ожидания a |
и a |
2 |
- известны. Для нулевой гипотезы H |
0 |
: |
σ2 σ2 |
||||||||||||||||
|
1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1 |
2 |
||||
рассмотрим |
альтернативную в |
виде |
H1: |
σ12 σ22 . |
|
Тогда |
при |
|||||||||||||||
заданном |
уровне |
значимости |
α |
критическая |
|
область |
|
будет |
||||||||||||||
двухсторонней и поэтому требуется определить две критические |
||||||||||||||||||||||
границы: |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
θкр.н квантилю уровня (1 |
α |
) |
и θкр.в квантилю уровня |
|
α |
. При |
||||||||||||||||
|
|
|||||||||||||||||||||
|
|
|
|
2 |
|
|
|
|
|
|
|
|
|
|
|
2 |
|
|
|
|||
этом числа степеней свободы будут равны n1 и n2 . |
|
|
|
|
|
|
|
|
|
|
|
|||||||||||
Если же |
альтернативная гипотеза |
имеет вид |
H |
1 |
: |
σ2 σ2 , |
то |
|||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1 |
|
|
|
2 |
|
|
||
критическая область будет правосторонней и надо будет |
||||||||||||||||||||||
определять |
только одну критическую |
точку |
– |
квантиль |
|
уровня |
||||||||||||||||
p 1 α (см. Приложение 5) для чисел степеней свободы n1 |
и n2 . |
2) Пусть для каждой генеральной совокупности математические
ожидания a1 и a2 - неизвестны. Дальше всѐ аналогично предыдущему случаю с той лишь разницей, что здесь числа степеней свободы равны n1 1 и n2 1 (см. табл.3).
Замечание*). Следует отметить, что критерий Фишера весьма чувствителен к отклонениям от нормальности изучаемого признака в рассматриваемых выборках
170