Академический Документы
Профессиональный Документы
Культура Документы
Модуль 2 Лекция 15 Лекция 16 Лекция 17
Модуль 2 Лекция 15 Лекция 16 Лекция 17
Лекция 17
[Введите текст]
Лекция 16
[Введите текст]
Такую вероятность ε называют уровнем значимости (или когда ее выра-
жают в процентах, – процентным уровнем значимости). Отвечающую ей
область больших отклонений называют критической областью, а само
правило проверки – критерием значимости.
Проверка гипотезы H 0 осуществляется следующим образом.
1.Задаются уровнем значимости, отвечающим событиям, которые
при действии реального комплекса условий исследований считаются
(с некоторым риском) практически невозможными.
2. Определяется критическое отклонение R по соответствующему
распределению с вероятностью, равной ε.
3. Если значение меры отклонения R, вычисленное по данным
наблюдений, окажется больше критического значения R , то мы бракуем
гипотезу H 0 , так как это событие практически невозможно. В том случае,
[Введите текст]
наблюдений, но существует всегда. Оценить же вероятность того, что
гипотеза будет принята, если она не верна, вообще говоря, невозможно,
[Введите текст]
9.5. Сравнение средних и дисперсий нормальных
генеральных совокупностей (малые независимые выборки)
одинаковы:
H 01 : mx m y , H 02 : x2 y2 .
xy nm(n m 2)
t .
nS x2 mS y2 nm
[Введите текст]
Для проверки гипотезы H 02 в качестве меры отклонения
величина
S x2
F ,
S y2
[Введите текст]
При сравнении дисперсий предположение о нормальном
распределении можно опустить, если n + m > 100.
Пример: Проверить возможность замены сотового заполнителя из
материала А1Т толщиной 0,08 мм и ячейкой 7 мм сотовым заполнителем
из материала АМТН толщиной 0,05 мм и ячейкой 5 мм по результатам
испытаний образцов на смятие.
Решение. По результатам испытаний n = 19 образцов с сотовым
заполнителем из материала А1Т и испытаний n = 18 образцов из
материала АМТН вычисляются выборочные оценки средних и дисперсии:
x1 = 2,37 кг/см , S12 = 3.29, x2 = 4,77 кг/см , S 22 = 0,57.
Сравнение сотовых заполнителей ведется на основе проверки
гипотез H 01 и H 02 по значениям выборочных средних и дисперсии. Для
этого определяем значения t и F по формулам
12,37 14,77 19 18(19 18 2)
t 5,20 ;
19 3,29 18 0,57 19 18
3,29
F 5,77 .
0,57
Для доверительного уровня значимости ε = 0,05 по таблице
распределения Стьюдента для односторонней критической области,
соответствующей ε /2 и числа степеней свободы k = 19 + 18 – 2 = 35
определяется критическое значение t / 2 = 2,03 , а по таблице
распределения Фишера для числа степеней свободы k1 = 18 и k 2 = 17 для
уровня значимости ε = 0,05 определяется критическое значение F = 2,15.
Из сравнения величин t > t / 2 и F > F видно, что замену сотового
заполнителя можно провести, так как образцы из материала АМТН имеют
более высокий показатель на сжатие ( x2 = 4,77 кг/см) и более стабильные
[Введите текст]
Пример: По результатам 58 -ми замеров в некоторых точках
отклонений профиля крыла от его теоретического контура для двух
крыльев были определены их выборочные средние и дисперсии:
x1 = 0,67 мм , S12 = 1,20, x2 = 0,45 мм , S 22 = 1,52.
Требуется определить, одинаково в целом выполнены крылья или
неодинаково.
Решение. Сравнение крыльев ведется по средним отклонениям
профиля крыла и дисперсии отклонений. Определяем величины t и F по
формулам
0,67 0,45 1,52
t 1,02 , F 1,27
1,20 / 58 1,52 / 58 1,20
Для доверительного уровня значимости ε = 0,05 по таблице рас-
пределения Стьюдента для числа степеней свободы k = 58 +58 – 2 = 114
определяется критическое значение t / 2 = 1,98, а по таблице
распределения Фишера для числа степеней свободы k1 = 57 и k 2 = 57
определяется критическое значение F = 1,56.
Сравнивая величины t < t / 2 , F < F приходим к выводу, что в
среднем крылья выполнены одинаково.
[Введите текст]
Лекция 17
[Введите текст]
2
Выборочные дисперсии S i
34
Si2 28,51
i 1
[Введите текст]
распределения имеет большое значение при решении задач теории
надежности, массового обслуживания и других, где требуется
прогнозирование появления тех или иных событий.
Проверка гипотезы о предполагаемом законе распределения
проводится так же, как и проверка гипотезы параметров распределения по
критерию согласия .
Имеется несколько критериев согласия для проверки гипотезы
закона распределения: -критерий Пирсона, Колмогорова, Смирнова и
другие. Мы ограничимся рассмотрением критерия Пирсона, который
основан на сравнении эмпирических (наблюдаемых) и теоретических
(вычисленных на основе предполагаемого распределения) частот.
[Введите текст]
Рассмотрим задачу проверки статистической гипотезы о нормальном
распределении.
В общем случае исследование нормального закона распределения
начинается с построения гистограммы.
1) Весь интервал наблюдаемых значений случайной величины Х –
выборки x1 , x2 ,...,xn объема n, делят на r частичных интервалов ( x j , x j 1 )
p j Ф( z j 1 ) Ф( z j )
[Введите текст]
4) Для нахождения меры отклонения эмпирических частот от частот
предполагаемого нормального распределения используется величина
r (n*j np j ) 2
2
np j
,
j 1
[Введите текст]
Решение. После выполнения пунктов 1 – 3 для подсчитанных
[Введите текст]
9.8. Определение типа распределения с помощью
критерия Колмогорова
Τ Χ n sup F x F x ,
~
x
t max F x - F x ,
x
[Введите текст]
величины, используя таблицы или формулы распределения Колмогорова,
можно найти t из условия:
D t ,
невозможно].
Теперь с точностью до принципа практической уверенности можно
утверждать, что если гипотеза H 0 истинна, то реализации t статистики Т
[Введите текст]
1. Провести независимые n-кратные измерения случайной
величины X с непрерывной функцией распределения и получить
выборку x n x1 ,..., x n .
2. Исключить из выборки грубые ошибки.
3. Построить реализацию F x статистической функции
распределения.
4. Выдвинуть гипотезу F(x) о функции распределения случайной
величины X.
5. Вычислить параметр t по формуле 2.
6. Задать вероятность практически невозможного события и
из таблиц распределения Колмогорова найти параметр t .
7. Принять или отклонить гипотезу H 0 X Fx .
Доказано, что критерий А. Н. Колмогорова состоятельный и
в общем случае смещенный. Он более чувствителен к различию
гипотез, поэтому при прочих равных условиях может применяться
для меньших объемов выборки. Поскольку результат проверки
критерия t зависит от наибольших различий F x и F(x), то нет
необходимости построения F x и F(x) на всем диапазоне изменения
x; достаточно ограничиться областью наибольших различий F x и
F(x). Недостатком критерия является то, что точность его выводов
нарушается, если в формировании гипотезы о F(x) используются
характеристики эмпирических распределений, так как в этом случае
статистика Т зависит от F(x). Известные неудобства доставляет
также значительная трудоемкость построения статистики А. Н.
Колмогорова.
Пусть выборка xn=(x1,…,xn) измерений случайной величины Хn c
неизвестной функцией распределения F(x), о которой выдвинута основная
гипотеза Но: F(x)= Fо(x). Предполагается, что F0(x) - непрерывная
[Введите текст]
нормально распределенная функция. Статистикой критерия является
величина
~
Dn = Dn (x)= sup F ( x) F0 ( x) , которая представляет собой
õ
~
наибольшее отклонение статистической функции распределения F ( x) от
теоретической функции распределения F0(x).
Реализация t статистики Dn (x), соответствующая выборке
xn=(x1,…,xn), может быть найдена по формуле:
t = max F * ( x) F0 ( x) , где F*(x)- реализация статистической
õ
~
функции распределения F ( x) .
Для вычисления значений функции распределения F0(x) требуется
нормализовать выборку значений случайной величины Х, т.е. перейти к
случайной величине Y, которая является нормированной случайной
величиной Х: yi=(xi- x )/ S.
Далее необходимо задать вероятность а практически невозможного
события, заключающегося в том, что оценка функции распределения
отклонится от значения функции принятой в качестве гипотезы, на
величину большую, чем t.: P( T t a ) a .
Затем необходимо задать Fо(x) в виде непрерывной функции,
рассчитать величину t, определить t.
Значение параметра t. Выбирается из таблицы Колмогорова, исходя
из значений вероятности а и объема выборки n.
Принять или отклонить гипотезу Н0 по решающему правилу:
Если (t< t), гипотеза Н0 принимается,
Если (t>= t), гипотеза Н0 отклоняется.
[Введите текст]
Упражнения
[Введите текст]
5. Запишите доверительный интервал для оценки математического ожидания
с известной дисперсией.
6. Поясните, почему при построении доверительного интервала оценки
математического ожидания с известной дисперсией используется функция
Лапласа.
7. Запишите доверительный интервал для оценки математического ожидания
с неизвестной дисперсией.
8. Поясните, почему при построении доверительного интервала оценки
математического ожидания с неизвестной дисперсией используется
функция распределения Стьюдента.
9. Как строится доверительный интервал для оценки дисперсии нормального
распределения при неизвестном математическом ожидании?
[Введите текст]