- •1.3. Операции над событиями
- •1.5. Классический метод определения вероятностей
- •1.7. Свойства вероятности (основные теоремы)
- •1.9. Формула полной вероятности
- •1.10. Формула Байеса
- •2.3. Функция распределения
- •2.4. Плотность распределения непрерывной случайной величины
- •3.2. Закон распределения многомерной случайной величины
- •3.5. Условные законы распределения
- •4.1.1. Математическое ожидание
- •4.1.5. Моменты распределения случайных величин
- •5.1. Одномерное приближение
- •5.2. Двумерное приближение
- •5.4. Характеристические функции
- •6.1. Биномиальный закон распределения
- •6.3. Равномерный закон распределения
- •6.5.1. Функция Лапласа
- •7.1. Неравенство Чебышева
- •7.2. Теорема Чебышева
- •8.1. Выборка, вариационный ряд, гистограмма
- •8.2. Оценки и методы их получения
- •8.2.2. Метод наибольшего правдоподобия
- •8.3. Свойства оценок
- •9.3. Распределение Стьюдента (t – распределение)
- •9.4. Распределение Фишера (F-распределение)
- •11.3. Проверка гипотезы о равенстве дисперсий (критерий Фишера)
- •11.5. Критерий Романовского
- •12.3. Коэффициент корреляции (оценки)
- •13.2. Числовые характеристики случайного процесса
- •13.8. Теорема Винера-Хинчина
- •13.10. Разложение случайного процесса в ряд Котельникова
- •13.12.1. Марковские процессы с непрерывным временем
Но величина t (11.6) имеет распределение Стьюдента с n1 n2 2 степенями свободы. Это следует из того, что U имеет нормированное нормальное распре-
деление при условии, что H0 |
– верна. W – имеет распределение 2 с |
(n1 n2 2) степенями свободы, |
кроме того величины U и W независимы. Та- |
ким образом, величина t определяется по (11.5) и имеет распределение Стьюдента с (n1 n2 2) степенями свободы, если верна проверяемая гипотеза H0 .
Эту величину t (11.5) примем за статистическую характеристику Z. Про-
верка гипотезы о равенстве математических ожиданий состоит в следующем. |
|||||||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Р |
|
По таблицам распределения Стьюдента для заданного уровня значимости |
||||||||||||||||||||||||||||||||||
|
или доверительной |
|
вероятности p |
|
= |
|
1– и числу степеней свободы |
||||||||||||||||||||||||||||
=n1 n2 2 находим |
квантиль z t |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
И |
||||||||||||||||||
|
,n n |
2 |
, удовлетворяющий условию (на |
||||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
2 |
1 |
2 |
|
|
|
|
|
У |
|
||||||||
рис. 11.3 изображена кривая распределения Стьюдента и заштрихована область |
|||||||||||||||||||||||||||||||||||
отклонения G0 ): |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Г |
|
|
|
|||||||
|
|
|
|
|
|
|
|
|
|
|
P( |
|
t |
|
z :H0) . |
|
|
|
|
||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Б |
|
|
|
|
|
|
|
|
||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
t G0 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
а |
|
|
|
|
|
|
|
|
|
|
||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
к |
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||
|
|
|
|
|
|
|
|
|
|
|
|
е |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||
|
|
|
|
|
|
|
|
|
|
2 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
2 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
т |
|
|
|
|
|
|
|
|
z |
|
|
|
|
|
|
|
|
|
|
|||||||
|
|
|
|
о |
z |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
0 |
||||||
|
|
|
ки |
|
|
|
|
|
|
|
|
Рис. 11.3 |
|
|
|
|
|
|
|
|
|
|
|||||||||||||
|
Тогда |
факт чески найденное по выборкам значение статистиче- |
|||||||||||||||||||||||||||||||||
ской характерист |
t (11.5) удовлетворяет условию |
|
t |
|
z |
|
G , то прове- |
||||||||||||||||||||||||||||
|
|
|
|||||||||||||||||||||||||||||||||
|
|
б |
H0 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
о равенстве математических ожиданий отклоняем как |
|||||||||||||||||||||||||||||||||
ряемую гипотезу |
|||||||||||||||||||||||||||||||||||
|
бки |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
несогласующуюсяеслис результатами выборочных данных; при этом вероятность |
|||||||||||||||||||||||||||||||||||
Б |
равна . Если |
|
t |
|
z , то гипотеза |
H0 принимается, математические |
|||||||||||||||||||||||||||||
ош |
|
|
|
ож дан я случайных величин X и Y одинаковы.
11.3. Проверка гипотезы о равенстве дисперсий (критерий Фишера)
Пусть X и Y – нормальные независимые случайные величины. Обозначим их дисперсии:
D[X] 2x , |
D[Y] 2y . |
135
|
|
|
По выборкам |
|
x1,...,xn X, |
|
|
|
|
y1,...,yn |
Y найдем критерий проверки ги- |
|||||||||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
2 |
|
|
|
|
|
|
|
|
|
|
|
|
|||||
потезы H0 состоящей в том, что дисперсии этих случайных величин равны |
||||||||||||||||||||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
H0 : 2x 2y 2 . |
|
|
|
|
|
|
|
|
|||||||||||||||||||
При альтернативной гипотезе H : 2x 2y . |
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||||||||||||||||||||
|
|
|
Такая |
|
гипотеза |
|
|
|
выбирается, |
|
|
|
|
|
|
|
например, при |
|
2 |
|
|
2 |
, где |
|||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
S |
S |
||||||||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1 |
2 |
|
||||
|
|
|
1 |
n1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1 |
|
|
|
n2 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
|
|
|
xi |
|
2, |
|
|
|
|
|
|
|
|
|
|
yi |
|
|
2 – модифицированные выбороч- |
|||||||||||||||||||||||||||||
|
S12 |
x |
S22 |
|
|
|
y |
|||||||||||||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|||||||||||||||||||||||||||||||||||||||||
|
|
|
n 1 i 1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
n 1 i 1 |
|
S2 |
|
|
|
|
|
|
|
|
Р |
|||||||||||||||||||
|
|
|
1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
2 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
ные дисперсии. |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
И |
|
|||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||
|
|
|
В качестве статистической характеристики возьмем случайную величину |
|||||||||||||||||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
F |
|
|
|
|
|
. |
|
|
|
|
|
|
|
|
|
|
|
(11.8) |
|||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1 |
|
|
|
|
|
|
|
|
|
|
|
||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||
|
|
|
Если гипотеза H0 |
|
|
|
|
|
|
|
|
|
|
|
|
S22 |
|
|
Г |
|
|
|
|
|
|
|||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||
|
|
|
о равенстве дисперсии верна, то случайная величина F |
|||||||||||||||||||||||||||||||||||||||||||||
имеет распределение Фишера с |
|
|
1 |
|
|
|
2 |
2 |
|
|
|
|
|
|
|
Б |
У |
|
|
|
|
|||||||||||||||||||||||||||
|
n 1, |
n |
1 |
степенями свободы. Покажем это, |
||||||||||||||||||||||||||||||||||||||||||||
представляя числитель и знаменатель (11.8) в следующем виде: |
|
|
|
|
||||||||||||||||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
а |
|
|
|
|
|
|
|
|
|||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
(n 1) |
S |
2 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1 |
|
1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
2 |
|
|
|
|
|
|
|
к |
|
|
|
|
|
|
|
|
|
|||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
F |
|
|
S |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
n |
1 |
. |
|
|
|
|
|
|
|
|
||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
1 |
|
|
|
|
|
|
|
|
|
|
|
1 |
|
|
|
|
|
|
|
|
|
||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
S |
2 |
|
|
|
(n 1)S |
2 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
2 |
|
|
|
2 |
2 |
|
|
|
|
2 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
n2 1 |
|
|
|
|
|
|
|
|
|
||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
2 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
(n 1)еS |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||
|
|
|
Видим, |
|
|
|
|
|
|
|
о |
|
|
|
|
|
1 |
|
|
имеет распределение 2 с (n 1)степе- |
||||||||||||||||||||||||||||
|
|
|
что величина |
1 |
2 |
|
|
|||||||||||||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
Фишера |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1 |
|
||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1 |
|
|
|
|
2 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||
|
|
|
|
|
|
|
(n |
|
1)S2 |
|
|
|
|
|
|
|
2 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||
|
|
|
|
|
|
|
2 |
|
2 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||
нью свободы, |
а |
|
|
|
|
2 |
|
|
|
– тс (n2 1) степенями свободы. Следовательно, |
||||||||||||||||||||||||||||||||||||||
|
|
|
|
|
|
л |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||
согласно опреде ен ю (см. раздел 9.5, формула (9.7)), случайная величина F |
||||||||||||||||||||||||||||||||||||||||||||||||
|
|
|
|
б |
|
|
|
|
|
|
|
|
|
с |
|
n 1, |
n |
1 |
степенями свободы. |
|
|
|
|
|||||||||||||||||||||||||
имеет распреде ение |
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||||||||||||||||||||
|
|
|
и |
|
|
|
|
|
|
|
|
|
|
|
|
состоит в следующем: |
|
|
|
|
|
|
|
|
||||||||||||||||||||||||
|
|
|
Проверка гипотезы H0 |
|
|
|
|
|
|
|
|
Из табл ц распределения Фишера по выбранному уровню значимости и числу |
|||||
Б |
|
1 |
2 |
|
|
степеней свободы |
|
n 1, |
n |
1 |
находим квантиль F , который удовлетворяет |
условию P(F F :H0) f (F)dF . На рис. 11.4 изображена кривая распре-
F
деления Фишера с числом степеней свободы n1 1, n2 1 и заштрихована об-
ласть отклонения G0, площадь которой области равна , отмечен квантиль F .
136
Рис. 11.4
По выборкам, используя (11.8), определяем значение статистической характеристики F. Если фактически вычисленное по формуле (11.8) значение F
окажется больше табличного F |
(как видно из рис. 11.4, мы попадаем в об- |
|
Р |
ласть отклонения), то гипотезу о равенстве дисперсий отклоняем как не со-
гласующуюся с выборкой. При этом вероятность ошибки равна . В против- |
|||
ном случае, когда F F |
|
|
И |
, принимается гипотеза H0 , т. е. дисперсии случайных |
|||
величин X и Y равны. |
|
У |
|
Г |
|
||
Пример. |
|
||
|
|
||
Пусть Х – чувствительность телевизоров марки «Горизонт», Y – чувстви- |
|||
тельность телевизоров марки «Витязь». Проведены выборочные измерения |
|||
|
Б |
|
|
чувствительности телевизоров для n1= 7 телевизоров марки «Горизонт» и n2 = 6
телевизоров марки «Витязь». |
|
|
|
измерений чувствительности в [ В] |
|||||||||||||||||||
представлены в таблицах. |
|
|
|
|
а |
|
|
||||||||||||||||
|
|
|
к |
|
|
||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||
|
x |
|
|
|
x |
|
|
|
x |
|
|
x |
|
x |
|
|
|
x |
x |
|
|||
|
1 |
|
|
|
2 |
|
|
|
3 |
|
|
Результаты4 5 |
|
|
6 |
7 |
|
||||||
|
66 |
|
72 |
|
|
|
62 |
|
|
68 |
76 |
|
|
61 |
71 |
|
|||||||
|
|
|
|
|
|
|
|
|
|
|
|
т |
|
|
|
|
|
|
|
|
|
||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
|
y1 |
|
|
|
y2 |
|
|
|
y3 |
|
|
y4 |
|
y5 |
|
|
|
y6 |
|
|
|||
|
|
|
|
|
|
|
|
|
|
о |
|
|
|
|
|
|
|
|
|
|
|||
|
62 |
|
75 |
|
|
|
64 |
|
|
70 |
|
72 |
|
|
71 |
|
|
||||||
|
|
|
|
|
|
и |
|
|
|
|
|
|
|
|
|
|
|
|
|||||
Опреде ить |
учшую марку телевизора, если лучшим будет тот, у которо- |
||||||||||||||||||||||
|
|
|
л |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||
го чувств тельность в [ В] будет меньше. |
|
|
|||||||||||||||||||||
Найдем по результатам измерений средние значения чувствительности, |
|||||||||||||||||||||||
|
б |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||
выч сляя |
x |
y |
: |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
и |
|
|
|
|
|
|
|
|
7 |
|
|
|
|
|
6 |
|
|
||||||
Б |
|
|
|
|
|
|
x |
|
1 |
xi |
68 [ В], |
y |
|
1 |
yi |
69 [ В]. |
|||||||
|
|
|
|
|
|
|
|
||||||||||||||||
|
|
|
|
|
|
|
|
7 i 1 |
|
|
|
|
|
|
|
|
6 i 1 |
|
|
||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Можно ли сказать, что чувствительность телевизоров марки «Горизонт» лучше? Нет, т. к. выборки, выборочные средние x , y и разность между ними – элементы случайные.
Сначала убедимся в равенстве дисперсий по критерию Фишера – гипотеза
H0 : 2x 2y .
137
Вычислим несмещенные оценки дисперсий X и Y:
|
|
2 |
|
1 |
7 |
|
2 |
2 |
|
|
2 |
|
1 |
6 |
|
2 |
2 |
|
|
(xi |
|
|
|
(yi |
|
||||||||||
S1 |
|
|
68) |
|
29,67[ В] , |
S2 |
|
|
69) |
|
24,8[ В] . |
||||||
|
|
|
|
||||||||||||||
|
|
|
|
6 i 1 |
|
|
|
|
|
|
|
5 i 1 |
|
|
|
Используя (11.8), найдем значение статистической характеристики F:
F 29,67 1,196. 24,8
По таблицам распределения Фишера для [6;5] степеней свободы, задавая уровень значимости = 0,05, найдем квантиль – F = 4,95. Сравнивая F с F, видим, что 1,196 < 4,95. Значит, гипотеза H0 принимается, т. е. дисперсии случайных величин X и Y равны.
Теперь проверим гипотезу о равенстве математических ожиданий слу-
чайных величин X и Y , |
применяя критерий Стьюдента. |
|
Р |
|||||||||||||||||
Гипотеза H0 : |
M[X] M[Y], |
т. |
е. |
|
|
|
|
|||||||||||||
чувствительность телевизоров марки |
||||||||||||||||||||
«Горизонт» и «Витязь» одинакова. |
|
|
|
|
|
|
|
|
|
|
|
И |
||||||||
Найдем объединенную выборочную дисперсию: |
У |
|
||||||||||||||||||
|
|
|
7 |
|
|
|
|
6 |
|
|
|
|
|
|
|
|
|
|||
|
|
(xi |
68)2 (yi |
69) |
|
|
|
|||||||||||||
2 |
|
2 |
Г2 |
|
||||||||||||||||
|
|
i 1 |
|
|
|
i 1 |
|
|
|
|
|
|
|
|
||||||
S0 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
27,46 |
[ В] . |
|
|
|
|
|
7 6 2 |
|
|
|
|
|
|
|
|
||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
Б |
|
|
|||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
По формуле (11.5) вычислим статистическую характеристику t : |
||||||||||||||||||||
|
|
|
t |
|
|
68 69 |
|
|
|
|
|
|
а0,343. |
|
|
|||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||
|
|
|
|
|
|
1 |
|
|
1 |
|
|
|
|
|
||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
|
|
|
|
|
27,46 |
|
|
|
|
к |
|
|
|
|
||||||
|
|
|
|
|
|
7 |
|
|
|
|
|
|
|
|
|
|||||
|
|
|
|
|
|
|
|
|
|
6 |
|
|
|
|
|
|
|
|
||
Задавая уровень |
значимос еи = |
0,05 для числа степеней свободы |
= 7 + 6 – 2 = 11, по таблицам распределения Стьюдента находим квантиль
t0,025,11 = 2,201. Сравнивая t с t0,025,11 , видим, что |
0,343 |
2,201, значит, гипотезу |
|||
|
|
|
т |
|
|
о равенстве чувств тельн сти телевизоров марки «Горизонт» и «Витязь» при- |
|||||
нимаем. |
|
о |
|||
|
и |
|
|
|
|
|
|
|
|
|
|
11.4. Проверкалгипотезы о законе распределения генеральной случайной |
|||||
|
вел чины. Критерий Пирсона. (Критерий согласия 2 ) |
||||
|
б |
|
|
|
|
Пусть задана генеральная случайная величина Х и выборка x1,x2,...,xn . |
|||||
и |
|
|
|
|
|
Б |
|
|
|
|
|
Если по выборке построить гистограмму, то по виду гистограммы можно выдвинуть гипотезу о виде закона распределения генеральной случайной величины Х. Тогда в качестве нулевой гипотезы H0 будет предположение, что случайная величина Х имеет плотность распределения f0(x):
H0 : f (x) f0(x).
При альтернативной гипотезе H : f (x) f0(x).
138
Обычно для построения гистограммы равноинтервальным способом разбивают весь диапазон выборочных значений случайной величины Х на k одинаковых интервалов. Если mi – число выборочных значений, попавших в i-й ин-
n |
|
|
|
mi |
|
|
тервал, то mi |
n – |
объем выборки. Введем случайную величину Zi |
|
– |
||
|
||||||
i 1 |
|
|
|
n |
относительную частоту попадания случайной величины Х в i-й интервал. Теоретическая вероятность pi попадания значений случайной величины Х в i-й ин-
тервал может быть определена как pi |
|
f0(x)dx, где xi ai bi – длина i-го |
|
|
|
X xi |
|
интервала, ai; |
bi – границы i-го интервала. |
|
|
Рассмотрим событие, состоящее в том, что случайная величина Х попадет |
|||
в интервал x |
m раз. Тогда введем случайную величину Y, равную числу по- |
||
i |
i |
|
Р |
паданий случайной величины в i-й интервал (Y = mi). ВероятностиИвозможных ее значений определяются по формуле Бернулли, случайная величина Y имеет
биномиальный закон распределения, и ее числовые характеристики имеют вид |
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||
M[Y] np, D[Y] npq , q 1 p . |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
У |
|
|
|
|
||||||||||||||||||||||||
|
|
|
|
|
|
i |
|
i |
i |
|
|
|
|
|
i |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Гm |
|
|
|
|
|
|
|||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||
Для введенной ранее случайной величины Z |
i |
|
|
|
|
i |
определим числовые |
||||||||||||||||||||||||||||||||||||||||||||||||||
|
n |
||||||||||||||||||||||||||||||||||||||||||||||||||||||||
характеристики: |
|
|
|
|
|
|
|
mi |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Б |
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||
|
|
|
|
|
|
M[Z |
] M |
|
|
1 |
|
|
|
M[m ] |
1 |
M[Y] |
1 |
np p , |
|
|
|
|
|||||||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
i |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
i |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
i |
i |
|
|
|
|
||||||
|
|
|
|
|
|
|
|
|
|
|
|
n |
|
n |
|
|
|
|
а |
|
|
n |
|
|
|
|
|
|
|
|
|
||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
n |
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||||
|
|
|
|
|
|
|
|
|
m |
|
|
|
|
|
к |
1 |
|
|
|
|
|
|
|
1 |
|
|
|
pq |
|
|
|||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
1 |
|
|
D mi |
|
D Y |
|
|
|
|
|
|
|||||||||||||||||||||||||||||||||||
|
|
|
|
|
|
D[Zi] D |
|
i |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
npiqi |
|
|
i i |
. |
|
|
|||||||||||||||||||||||||
|
|
|
|
|
|
n |
|
n |
2 |
|
|
|
n |
2 |
|
n |
2 |
|
|
|
|
|
|||||||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
n |
|
|
|||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
е |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||
Проведем нормировку случайной величины Zi , для этого мы ее центри- |
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||
руем, сделаем безразмерн й, разделив на |
|
|
|
|
|
|
|
, и обозначим Wi : |
|
|
|||||||||||||||||||||||||||||||||||||||||||||||
|
|
|
D[Zi ] |
|
|
||||||||||||||||||||||||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
т |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||
|
|
|
|
|
|
|
о |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
mi |
|
p |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||
|
|
|
|
|
|
иW |
Zi |
M[Z |
i ] |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
n |
|
|
|
|
|
i |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
. |
|
|
|
|
|
|
|
|
|
|
|
|
(11.9) |
|||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||||
|
|
|
л |
|
|
i |
|
|
|
D[Zi ] |
|
|
|
|
|
|
|
|
piqi /n |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||
Эта вел |
чина распределена по биномиальному закону, т. к. в нее входит |
||||||||||||||||||||||||||||||||||||||||||||||||||||||||
|
|
б |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
случайная величина Y. Образуем сумму квадратов случайных величин Wi : |
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||
и |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
при n , |
k биномиальный |
|
|||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||||||||||||||
Бk |
|
|
mi p |
2 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||||||||||||||
k |
|
k |
|
|
|
|
|
|
|
|
|
|
|
|
|
2 |
|
|
|
|
закон распределения поцентраль |
|
|||||||||||||||||||||||||||||||||||
|
2 |
|
|
n |
|
i |
|
|
|
(mi npi ) |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||
Wi |
|
|
|
|
|
|
|
|
|
ной предельной теореме |
|
|
|
|
|||||||||||||||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||||||||||||||||||||||||||||||||
i 1 |
|
i 1 |
|
piqi / n |
|
|
i 1 |
|
|
npiqi |
|
|
|
|
|
|
|
|
|
переходит в нормальный закон, |
|
||||||||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
(учтем: если pi |
0, |
то qi |
1) |
|
|||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
139