- •Регресійний аналіз
- •Синтаксис
- •Примітки
- •41. Функція ковар.
- •Общие замечания
- •Функция стандотклон
- •Функции суммесли и счётесли [править]суммесли
- •[Править]счётесли
- •Описание
- •Синтаксис
- •Замечания
- •15Статистическая проверка гипотез
- •14. Свойства дисперсии
- •Простейшие свойства математического ожидания
- •Математическое ожидание преобразования случайной величины
- •[Править]Определение
- •[Править]Свойства выборочного среднего
- •1.1.Генеральная средняя.
Описание
Возвращает асимметрию распределения. Асимметрия характеризует степень несимметричности распределения относительно его среднего. Положительная асимметрия указывает на отклонение распределения в сторону положительных значений. Отрицательная асимметрия указывает на отклонение распределения в сторону отрицательных значений.
Синтаксис
СКОС(число1, [число2],...)
Аргументы функции СКОС описаны ниже.
Число1; число2... Аргумент "число1" является обязательным, последующие числа необязательные. От 1 до 255 аргументов, для которых вычисляется асимметрия. Вместо аргументов, разделенных точкой с запятой, можно использовать один массив или ссылку на массив.
Замечания
Аргументы должны быть либо числами, либо содержащими числа именами, массивами или ссылками.
Учитываются логические значения и текстовые представления чисел, которые введены непосредственно в список аргументов.
Если аргумент, который является массивом или ссылкой, содержит текст, логические значения или пустые ячейки, эти значения игнорируются; ячейки, содержащие нулевые значения, учитываются.
Аргументы, которые представляют собой значения ошибок или текст, не преобразуемый в числа, приводят к возникновению ошибки.
Если имеется менее трех точек данных или стандартное отклонение равно нулю, функция СКОС возвращает значение ошибки #ДЕЛ/0!.
Уравнение для асимметрии имеет следующий вид:
15Статистическая проверка гипотез
Определение. Статистической гипотезой называется любое предположение о виде или параметре неизвестного закона распределения.
Проверяемую гипотезу обычно называют нулевой (основной) и обозначают H0. Наряду с нулевой гипотезой H0 рассматривают альтернативную (конкурирующую) гипотезу H1, являющуюся логическим отрицанием H0.
Пример. Нулевая гипотеза H0: математическое ожидание нормально распределенной случайной величины: . Конкурирующая гипотеза H1: (логическое отрицание H0).
Определение. Статистическим критерием (тестом) называется правило, по которому нулевая H0 гипотеза отвергается или принимается.
Схема проверки статистических гипотез:
1) Для основной гипотезы H0 формулируется альтернативная гипотеза H1.
2) Выбирается малое положительное число – уровень значимости проверки. Обычно принимают в пределах от 0,01 до 0,05.
3) Вводится специально составленная выборочная характеристика (статистика, критерий) T, значение которой можно получить по выборке, о которой известно точное или приближенное распределение.
4) По известному распределению величины Т определяется область :
т.е. если , то H0 – принимается.
При этом возможно: , . Значения называются критическими и обозначаются .
Область D называется областью принятия гипотезы H0 (областью допустимых значений), а остальная часть числовой прямой – областью отклонения гипотезы H0 (критической областью).
5) По данной выборке вычисляется наблюдаемое (фактическое) значение критерия (статистики) и выполняется проверка условия:
Если это условие выполняется, то гипотеза H0 принимается – она не противоречит опытным данным. В противном случае гипотеза H0 отклоняется и принимается альтернативная гипотеза H1.
Замечание. На практике для проверки статистической гипотезы выбирается апробированный статистический критерий, формулируются основная и альтернативная гипотезы (п.1), по данной выборке рассчитывается и проверяется условие с наименьшим возможным уровнем значимости (п.5). Остальные пункты приведенной выше схемы (п.3 и п.4) выполняются разработчиками статистического критерия. Если же исследование проводится с использованием прикладных программ, то границы критической области не находят, а рассчитывается точное значение уровня значимости из соотношения . Если p очень мало, то основную гипотезу принимают, иначе – отвергают.
В ходе проверки статистической гипотезы может возникнуть 4 случая:
Гипотеза H0 |
Принимается |
Отвергается |
Верна |
Правильное решение |
Ошибка 1-го рода |
Неверна |
Ошибка 2-го рода |
Правильное решение |
Определение. Вероятность – вероятность отвергнуть верную гипотезу H0 (вероятность совершить ошибку 1-го рода) называется уровнем значимости критерия.
Определение. Вероятность не допустить ошибку 2-го рода, т.е. отвергнуть гипотезу H0, когда она не верна, называется мощностью критерия.
Желательно сделать как угодно мылами значения и . Но при фиксированном объеме выборки можно уменьшить только одну величину и , при этом другая увеличивается. Лишь при увеличении объема выборки возможно одновременное уменьшение и . Критическая область должна быть такой, чтобы при заданном уровне значимости мощность критерия была максимальной.
В зависимости от вида конкурирующей гипотезы H1 выбирают:
1) правостороннюю критическую область: ;
2) левостороннюю критическую область: ;
3) двустороннюю критическую область:
Принцип проверки статистической гипотезы не дает логического доказательства ее верности. Принятие гипотезы всегда происходит на некотором субъективно принятом уровне значимости и основывается на значениях конечной выборки. Принятие гипотезы H0 не следует расценивать как навсегда установленный, абсолютно верный факт, а лишь как достаточно правдоподобное, не противоречащее опыту утверждение.
В качестве примера рассмотрим проверку гипотезы о значимости выборочного коэффициента корреляции.
Пусть двумерная генеральная совокупность распределена нормально. Из этой совокупности извлечена выборка объема n и по ней найден выборочный коэффициент корреляции . Требуется проверить нулевую гипотезу о равенстве нулю генерального коэффициента корреляции; конкурирующая гипотеза – .
Нулева́я гипо́теза — гипотеза, которая проверяется на согласованность с имеющимися выборочными (эмпирическими) данными. Часто в качестве нулевой гипотезы выступают гипотезы об отсутствии взаимосвязи или корреляции между исследуемыми переменными, об отсутствии различий (однородности) в распределениях (параметрах распределений) двух и/или более выборках. В стандартном научном подходе проверки гипотез исследователь пытается показать несостоятельность нулевой гипотезы, несогласованность её с имеющимися опытными данными, то есть отвергнуть гипотезу. При этом подразумевается, что должна быть принята другая, альтернативная (конкурирующая), исключающая нулевую, гипотеза. Используется при статистической проверке.