- •1. СЛУЧАЙНЫЕ ВЕЛИЧИНЫ И ИХ ЗАКОНЫ РАСПРЕДЕЛЕНИЯ
- •1.1. Законы распределения дискретных случайных величин
- •1.2. Числовые характеристики дискретных случайных величин, их свойства
- •1.3. Законы распределения непрерывных случайных величин
- •1.4. Числовые характеристики непрерывных случайных величин
- •1.5. Выборочные аналоги интегральной и дифференциальной функций распределения
- •1.6. Лабораторная работа № 1. Методы описательной статистики в пакете STATGRAPHICS
- •1.7. Нормальное распределение и его числовые характеристики
- •2. РАСПРЕДЕЛЕНИЯ, СВЯЗАННЫЕ С НОРМАЛЬНЫМ РАСПРЕДЕЛЕНИЕМ
- •2.1. -распределение
- •2.5. Гамма–распределение
- •2.7. Лабораторная работа № 2. Семейства вероятностных распределений в математических пакетах STATGRAPHICS и MAHTCAD
- •3. МЕТОД СТАТИСТИЧЕСКИХ ИСПЫТАНИЙ (МЕТОД МОНТЕ-КАРЛО)
- •3.1. Общие принципы метода статистических испытаний
- •3.2. Датчики базовой случайной величины (БСВ)
- •3.3. Моделирование на ЭВМ стандартной равномерно распределенной случайной величины (базовой случайной величины)
- •3.5. Моделирование непрерывных случайных величин
- •3.6. Лабораторная работа № 3. Моделирование некоторых распределений с помощью базовых случайных величин в пакете MATHCAD
- •4. ТОЧЕЧНЫЕ И ИНТЕРВАЛЬНЫЕ ОЦЕНКИ ПАРАМЕТРОВ РАСПРЕДЕЛЕНИЙ И ИХ СВОЙСТВА
- •4.1. Статистические характеристики вариационных рядов и показатели их качества
- •4.3. Точечные оценки вероятности по частоте, математического ожидания и дисперсии
- •4.5. Методы получения точечных оценок
- •4.6. Сущность интервального оценивания
- •4.7. Приближенные и точные доверительные интервалы для параметров распределений
- •4.8. Лабораторная работа № 4. Оценивание параметров вероятностных распределений в пакетах STATGRAPHICS и MATHCAD
- •5. ПРОВЕРКА СТАТИСТИЧЕСКИХ ГИПОТЕЗ. КРИТЕРИИ СОГЛАСИЯ
- •5.1. Понятие статистической гипотезы. Основные этапы проверки гипотез
- •5.2. Критерий Неймана – Пирсона
- •5.3. Проверка гипотез о числовых значениях параметров нормального распределения
- •5.4. Проверка гипотез о параметрах двух нормальных распределений
- •5.5. Лабораторная работа № 5. Проверка статистических гипотез о числовых значениях нормальных распределений в математических пакетах STATGRAPHICS и MATHCAD
- •5.6. Критерии согласия
- •Решение
- •5.7. Лабораторная работа № 6. Критерии согласия в статистическом пакете STATGRAPHICS
- •5.8. Лабораторная работа №7. Критерии согласия в математическом пакете MATHCAD
- •6. ОДНОФАКТОРНЫЙ ДИСПЕРСИОННЫЙ АНАЛИЗ
- •6.1. Постановка задачи
- •6.2. Дисперсионный анализ
- •Решение
- •6.3. Ранговый однофакторный анализ
- •6.4. Критерий Краскела - Уоллиса (Н-критерий)
- •Решение
- •6.5. Лабораторная работа № 8. Однофакторный ранговый и дисперсионный анализ в статистическом пакете STATGRAPHICS
- •7. РЕГРЕССИОННЫЙ АНАЛИЗ
- •7.1. Модели регрессии
- •7.4. Проверка адекватности линейной регрессии
- •7.5. Выбор наилучшей регрессии
- •8. НЕПАРАМЕТРИЧЕСКИЕ МЕТОДЫ СТАТИСТИКИ
- •8.2. Критерий знаков
- •8.3. Критерий знаков для одномерной выборки
- •8.4. Ранговый критерий (одновыборочный критерий Вилкоксона)
- •8.5. Двухвыборочный ранговый критерий Вилкоксона
|
|
(z) |
|
можно |
вычислить |
выбо- |
|||
k |
n−1 |
|
рочное |
значение |
статисти- |
||||
|
|
|
|
) |
|
|
|
|
|
|
|
|
|
ки zв = DX (n −1) D0 |
и |
||||
|
|
α |
|
сравнить ее с критической |
|||||
|
|
|
точкой |
zпр,1−α . |
Если |
||||
|
|
|
|
||||||
|
|
|
|
zв ≥ zпр,1−α , гипотезу |
H0 |
||||
W \ ω |
|
|
ω z |
следует отклонить, если же |
|||||
|
z |
− |
zв < zпр,1−α , |
гипотеза |
H0 |
||||
|
|
пр,1 |
α |
принимается |
с |
уровнем |
|||
|
|
|
|
||||||
Рис. 5.8. Правосторонняя критическая область для |
значимости α. |
|
|
|
|||||
дисперсии |
|
|
|
|
|
|
|
5.4.Проверка гипотез о параметрах двух нормальных распределений
1.Проверка гипотезы о равенстве математических ожиданий двух нормальных распределений с известными дисперсиями.
Проверка гипотезы о равенстве математических ожиданий двух нормальных совокупностей имеет важное практическое значение. Часто возникает вопрос, можно ли отличие двух средних, полученных по двум разным выборкам, объяснить случайной ошибкой экспериментов или оно не случайно? Подобная задача возникает, например, при сравнении качества изделий, изготовленных на разных установках.
|
Пусть x1, x2 |
,..., xn - первая выборка, |
y1, y2 ,..., yn |
- вторая выборка и |
|||||||||||||||||||
xi N(mX , DX ), |
|
|
1 |
|
|
|
|
|
2 |
|
|
|
|
|
|
|
|
||||||
|
y j N(mY , DY ), причем |
DX |
и |
DY |
|
должны быть из- |
|||||||||||||||||
вестны. |
|
Основная проверяемая |
гипотеза |
в этих |
условиях |
имеет |
вид |
||||||||||||||||
H0 : mX = mY . |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1 |
|
n1 |
|
|
Вычислим |
оценки |
математических |
|
ожиданий |
|
mX |
= |
|
|
∑xi |
и |
|||||||||||
|
|
|
n |
|
|||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1 i=1 |
|
||
m |
= |
1 |
|
n2 y |
i |
. |
|
|
Очевидно, |
что |
|
m |
N(m |
X |
, D |
X |
n ), |
а |
|||||
|
|
|
|
|
|||||||||||||||||||
Y |
|
|
|
∑ |
|
|
|
|
|
|
|
X |
|
|
|
|
|
1 |
|
||||
|
|
n2 i=1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
m |
N |
(m , D |
n |
2 |
). Тогда из свойств матожидания и дисперсии незави- |
||||||||||||||||||
Y |
|
|
|
Y |
|
Y |
|
|
|
|
|
|
|
|
|
|
M (mX − mY )= |
||||||
симых |
|
случайных |
величин |
следует, |
что |
|
|
||||||||||||||||
= M (mX )− M (mY )= mX − mY , |
а |
D(mX − mY )= D(mX )+ D(mY )= |
|||||||||||||||||||||
= DX n1 + DY n2 . |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
118
|
Таким образом, в силу теоремы о суммировании нормально распре- |
|||||||||||
деленных |
|
|
случайных |
|
|
величин |
будем |
иметь |
||||
m |
− m |
N(m |
X |
− m , D |
X |
n + D |
n |
2 |
). Тогда |
нормированная |
и цен- |
|
X |
Y |
|
Y |
1 |
Y |
|
|
|
|
трированная случайная величина будет подчинена стандартному нормаль-
ному распределению, т.е. |
z = (mX − mY )− (mX − mY ) N(0,1) |
. Эту ста- |
||||
|
|
|
DX n1 + DY n2 |
|
||
тистику |
и выбирают за |
рабочую |
при |
проверке нулевой |
гипотезы |
|
H0 : mX |
= mY . Если H0 выполняется, то |
mX −mY = 0 и рабочая стати- |
||||
стика упрощается z = |
(mX − mY ) |
N(0,1). |
|
|||
DX |
n1 + DY |
|
||||
|
|
n2 |
|
|
Дальнейшие действия стандартны и практически совпадают с аналогичными действиями при проверке гипотезы о равенстве матожидания выборки определенному значению при известной дисперсии (см. под-
разд. 5.3, п.1). Задаем |
α и строим левостороннюю критическую область |
|||||||
(− ∞, zлев,α) = (− ∞,tα), где tα |
- |
|
|
|
||||
α-процентный квантиль стан- |
|
f (z H0 ) |
||||||
дартного нормального распре- |
|
|||||||
деления. Затем находим выбо- |
|
|
|
|||||
рочную |
статистику |
α |
|
|
||||
|
(mX − mY ) |
|
|
|
|
|||
zв = |
. Если |
|
|
|
||||
DX n1 + DY |
n2 |
|
|
|
||||
|
|
|
|
|
|
|||
zв < tα , гипотеза |
H0 |
должна |
ω |
W \ ω |
||||
быть отвергнута (рис. 5.9). В |
tα |
|
|
|||||
случае правостороннего |
и |
Рис. 5.9. Левосторонняя критическая область |
||||||
двустороннего критериев вы- |
статистики z при H 0 : mX |
= mY |
||||||
полняется комплекс аналогич- |
||||||||
|
|
|
||||||
ных действий. |
|
|
|
|
|
|
||
|
2. Проверка |
гипотезы |
о |
равенстве |
математических |
ожиданий |
двух нормальных распределений с неизвестными, но равными дисперсиями.
Пусть |
имеются две случайные |
величины X N(mX , D) и |
Y N(mY , D) |
с одинаковыми дисперсиями |
D , однако числовое значение |
Dнеизвестно, неизвестны также и числовые значения матожиданий mX
иmY . Пусть имеются две выборки этих случайных величин x1, x2,..., xn1 и
119
y1, y2 ,..., yn2 . Тогда mX N(mX , Dn1 ), mY N(mY , Dn2 ), кроме того
) |
|
(n −1) |
D |
χ2 |
|
и |
) |
|
(n |
|
−1) |
D χ2 |
|
. |
|
|
|
|
|
|
|
|
|
|||||||||||||||||||||
|
D |
X |
|
D |
X |
2 |
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||||||||||||
|
|
|
1 |
|
|
|
|
|
|
|
n1 −1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
n2 −1 |
|
|
|
|
|
|
|
|
|
неза- |
|||||||
|
|
|
Наблюдения организованы так, что результаты и y1, y2 ,..., yn2 |
|||||||||||||||||||||||||||||||||||||||||
висимы. Из этого условия следует, что mX |
|
|
|
|
|
|
|
|
|
) |
|
) |
||||||||||||||||||||||||||||||||
и mY независимы, DX |
и DY |
|||||||||||||||||||||||||||||||||||||||||||
также независимы. Требуется проверить гипотезу H1 : mX |
> mY . |
|
||||||||||||||||||||||||||||||||||||||||||
|
|
|
Подберем подходящую статистику для этого критерия. По предыду- |
|||||||||||||||||||||||||||||||||||||||||
щему пункту, очевидно, |
|
(mX − mY )− (mX − mY ) N(0,1) . Кроме того, по |
||||||||||||||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
D n1 + D n2 |
|
|
|
|
|
|
|
|
|
|
|
|
||||||||
свойству χ2 -распределения имеем: |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||||||||||
если |
|
|
|
|
DX (n1 −1) |
|
χn2 |
−1 |
|
|
|
|
и |
|
|
|
|
|
DY (n2 −1) |
|
χn2 |
−1 , |
то |
|||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
D |
|
|
|
|
|
|
1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
D |
2 |
|
|
|
||||
|
DX (n1 −1) |
|
+ |
DY (n2 −1) |
|
χ |
2 |
|
|
|
|
. |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||
|
|
|
D |
|
|
|
|
|
|
|
D |
|
|
|
|
|
|
n2 +n2 −2 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||
|
|
|
Вспомним способ получения статистики распределения Стьюдента |
|||||||||||||||||||||||||||||||||||||||||
(см. подразд. 2.2): t = z |
|
n |
|
v , где |
z N(0,1), а v χn2 . В нашем случае |
|||||||||||||||||||||||||||||||||||||||
|
z = (mX − mY )− (mX − mY ) |
, а |
vn |
+n |
2 |
−2 = |
DX (n1 −1) |
+ |
DY (n2 −1) |
. |
Тогда |
|||||||||||||||||||||||||||||||||
|
|
|
|
|||||||||||||||||||||||||||||||||||||||||
|
|
|
|
|
|
D n1 + D n2 |
|
|
|
|
|
|
|
|
1 |
|
|
|
|
|
|
|
|
D |
D |
|
|
|
||||||||||||||||
|
|
|
|
|
|
|
|
(mX − mY )− (mX − mY ) |
n |
+ n |
2 |
− |
2 |
|
|
|
|
|
|
|
||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
D n |
+ D n |
|
|
|
|
|
|
|
|
1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||
tn |
|
|
|
−2 = |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||
+n |
2 |
|
) |
1 |
|
|
|
|
|
2 |
) |
|
|
|
|
|
|
|
|
|
|
|
|
= |
|
|
|
|
|
|
|
|||||||||||||
1 |
|
|
|
|
|
|
|
|
|
DX |
(n1 −1)+ DY (n2 −1) |
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||||
|
|
|
|
|
(mX |
|
|
|
|
|
|
|
|
|
|
|
|
|
D |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||
= |
|
|
|
− mY )− (mX − mY ) |
|
|
|
|
|
. |
Если |
|
гипотеза |
H0 : mX |
= mY |
|||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
) |
|
|
|
|
|
|
|
|
|
) |
(n2 −1) |
|
|
||||||||||||||||||||||
|
|
|
(1 n +1 n |
2 |
) |
DX (n1 |
−1)+ DY |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||||||
|
|
|
|
|
1 |
|
|
|
|
|
|
|
|
n1 + n2 − 2 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||
выполняется, |
|
|
то |
mX −mY = 0 |
|
|
и |
|
вид |
|
|
|
статистики |
упрощается |
||||||||||||||||||||||||||||||
tn |
+n |
|
−2 = |
|
|
|
|
|
|
|
|
(mX − mY ) |
|
) |
|
|
|
|
|
|
. |
|
|
|
|
|
|
|
||||||||||||||||
2 |
|
|
|
|
|
|
|
|
) |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||
1 |
|
|
|
|
|
(1 n +1 n |
|
) |
DX (n1 −1)+ DY (n2 −1) |
|
|
|
|
|
|
|
|
|||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
2 |
|
|
|
|
|
|
|
|
|||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
1 |
|
|
|
|
|
|
|
|
|
|
n1 + n2 − 2 |
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
120
Итак, рабочая статистика получена. Зададим уровень значимости α и перейдем к построению критической области. Выберем правосторонний
критерий, т.е. альтернативная |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||
гипотеза |
|
будет |
|
иметь |
вид |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||
H1 : mX |
|
> mY . Правосторон- |
|
|
|
|
|
|
|
|
|
sn |
|
|
|
|
−2 (t) |
|||||||||||||||||||
няя |
критическая |
|
область |
со- |
|
|
|
|
|
|
|
|
|
+n |
2 |
|||||||||||||||||||||
стоит |
|
|
|
из |
|
|
|
интервала |
|
|
|
|
|
|
|
|
|
1 |
|
|
|
|
|
|||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||
(zпр,1−α,+∞)= (t1−α,n +n |
2 |
−2,+∞), |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||
|
|
|
|
|
|
|
|
|
|
1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
где |
t1−α,n1+n2 −2 |
|
- |
|
(1 − α) - |
|
|
|
|
|
|
|
|
|
|
α |
|
|
|
|
||||||||||||||||
процентный |
|
квантиль |
|
рас- |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||
пределения |
|
|
|
|
|
Стьюдента |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||
(рис. 5.10). Он определя- |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||
ется |
|
|
|
|
из |
|
|
|
|
|
|
условия |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||
P(z > zпр,1−α = t1−α,n +n |
2 |
−2 )= α |
|
|
W \ ω |
|
|
t1−α,n +n |
|
|
−2 |
ω |
||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
2 |
|
||||||||
|
|
|
|
|
|
+∞ |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1 |
|
|
|
|
|
|||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
или |
|
|
|
|
∫s(t)dt = α , |
т.е. |
Рис. 5.10. Правосторонняя критическая область |
|||||||||||||||||||||||||||||
|
|
t1− |
α,n |
+n |
2 |
−2 |
|
|
|
|
|
|
|
|
|
|
статистики z при H 0 : mX |
= mY |
|
|||||||||||||||||
|
|
|
|
|
|
1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
t |
|
−n |
|
|
−2 |
= S −1(1 − α). |
|
|
Если |
|
|
|
|
выборочная |
|
статистика |
||||||||||||||||||||
1−α,n |
2 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||
|
1 |
|
|
|
|
|
|
(mX − mY ) |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1 n1 |
|||||||||||||
zв |
= |
|
|
|
|
|
|
|
|
|
) |
|
|
(n |
|
|
) |
|
−1) |
, |
где |
|
|
mX |
= |
|
|
|
|
∑xi , |
||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||
|
|
(1 n +1 n |
|
) |
D |
X |
|
−1)+ D (n |
2 |
|
|
|
|
|
|
|
|
|
n1 i=1 |
|||||||||||||||||
|
|
2 |
|
|
|
|
|
1 |
|
|
Y |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||
|
|
|
|
|
1 |
|
|
|
|
|
|
|
|
|
|
n1 + n2 |
− 2 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||
|
|
1 |
|
n2 |
|
|
|
|
) |
|
|
|
|
|
1 |
n1 |
|
|
2 |
|
|
) |
|
1 |
|
n2 |
|
|
|
|
2 |
|||||
mY = |
|
∑ yi , DX |
|
= |
∑ |
(xi − mX ) |
|
, |
DY = |
|
|
∑(yi |
− mY ) |
не |
||||||||||||||||||||||
n |
|
|
n −1 |
|
n |
−1 |
||||||||||||||||||||||||||||||
|
|
2 i =1 |
|
|
|
|
|
|
|
|
|
|
|
1 |
|
i=1 |
|
|
|
|
|
|
|
2 |
|
i =1 |
|
|
|
|
|
|
|
|||
превысит |
t1−α,n |
+n |
2 |
−2 , то гипотезу |
|
H0 |
следует принять с уровнем зна- |
|||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
чимости α.
3. Проверка гипотезы о равенстве дисперсий двух нормальных распределений.
Задача проверки гипотезы о равенстве дисперсий часто возникает на практике. Дисперсия характеризует точность работы приборов. Убедившись в равенстве двух дисперсий, можно быть уверенным, например, что два прибора, два технологических процесса обеспечивают одинаковую точность.
Пусть x1, x2 ,..., xn1 - результаты независимых наблюдений случайной величины X , а y1, y2 ,..., yn2 - случайной величины Y . Все наблюдения проводятся в одинаковых условиях и организованы так, что результаты
121
обеих выборок независимы. При этих условиях требуется проверить нулевую гипотезу H0 : DX = DY .
Построим критерий для проверки этой гипотезы. Пусть
|
|
|
1 |
|
|
n1 |
|
|
1 |
n2 |
|
|
|
|
) |
|
|
|
|
1 |
|
|
n1 |
|
|
|
|
|
2 |
|
mX = |
|
|
∑xi , |
mY = |
∑ yi , |
|
|
|
DX = |
|
|
|
∑ |
(xi |
− mX ) , |
|||||||||||||||
n |
|
|
n |
|
|
|
n |
− |
1 |
|||||||||||||||||||||
|
|
|
1 i =1 |
|
|
2 i =1 |
|
|
|
|
|
|
|
1 |
|
|
i =1 |
|
|
|
|
|
|
|||||||
) |
|
|
|
1 |
|
n2 |
2 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
DY = |
|
|
|
|
∑(yi |
− mY ) |
- несмещенные оценки матожиданий и диспер- |
|||||||||||||||||||||||
|
n2 |
|
|
|
||||||||||||||||||||||||||
|
|
|
−1 i =1 |
|
X и Y по используемым выборкам. |
|
В под- |
|||||||||||||||||||||||
сий случайных величин |
|
|||||||||||||||||||||||||||||
разд. 5.3 уже использовалась статистика v = |
D(n −1) |
χn2−1 . |
|
|
|
|
|
|
|
|||||||||||||||||||||
|
|
|
|
|
|
|
|
|||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
D |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
В соответствии с определением |
F -распределения (см. подразд. 2.3) |
|||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
отношение (χl2 |
|
l) |
(χk2 |
k) имеет F - |
||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
распределение с |
l |
и |
k |
степенями |
||||||||||||||
|
|
|
|
|
|
|
fF (n −1,n |
−1) |
свободы. |
В |
|
нашем |
случае |
дробь |
||||||||||||||||
|
|
|
|
|
|
|
|
1 2 |
|
|
|
) |
|
|
−1) |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
DX (n1 |
n1 −1 |
|
) |
|
|
|
|
|
|
|
||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
DX |
|
|
|
|
DX |
|
|
|
|||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
= |
DX |
будет |
|||||||||
|
|
|
|
|
|
|
|
|
|
|
|
) |
(n2 |
|
1) |
|
|
|
|
) |
DY |
|
|
|||||||
|
|
|
|
|
|
|
|
|
|
|
|
DY |
− |
n2 −1 |
|
DY |
|
|
|
|
|
|||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
DY |
|
|
|
|
|
|
|
|
|
|
|
|
|||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
|
α 2 |
|
|
|
α 2 |
иметь F -распределение с |
n1 −1 и |
|||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
n2 −1 |
степенями |
свободы. |
Если |
|||||||||||||||
|
|
zлев,α 2 |
|
|
|
|
гипотеза H0 верна, |
то DX |
|
= DY |
и |
|||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
для статистики |
|
z справедливо со- |
||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
отношение z = |
) |
|
) |
|
|
|
|
|
|
−1 . |
||||||||
|
|
|
|
|
|
|
|
|
|
|
|
DX |
DY Fn −1,n |
2 |
||||||||||||||||
ω |
|
|
|
|
|
W \ ω |
zпр,α 2 |
|
ω |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1 |
|
|
||||
|
|
|
|
|
|
Рассмотрим |
при |
заданном |
|
α |
дву- |
|||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||||
Рис. 5.11. Двусторонняя критическая область |
сторонний |
|
|
|
критерий, |
|
|
|
т.е. |
|||||||||||||||||||||
для проверки гипотезы о равенстве дисперсий |
H1 : DX |
≠ DY |
|
(рис. 5.11). |
В |
этом |
||||||||||||||||||||||||
двух нормальных распределений |
случае критическая область состоит |
|||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
из |
двух |
интервалов |
(0, zлев,α 2 ) |
и |
(zпр,α 2 ,+∞), где критические точки находятся по следующим схемам:
P(0 < z < zлев,α 2 )= α 2 , |
zлев,α 2 |
fF (x)dx = |
α |
|
P(z > zпр,α 2 )= |
α |
|
∫ |
, |
, |
|||||
|
0 |
|
2 |
|
|
2 |
|
|
|
|
|
|
|
|
122