Добавил:
Upload Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз: Предмет: Файл:
stat.docx
Скачиваний:
1
Добавлен:
01.05.2025
Размер:
241 Кб
Скачать
☆

3.11. Непараметрические критерии

В большинстве случаев надежная априорная информация о типе распределения отсутствует, а имеющиеся выборочные данные слишком малочисленны для определения типа распределения. В этих ситуациях применяются так называемые непараметрические критерии, характеризующиеся тем, что в качестве их статистик используются такие функции от наблюдений, распределение которых не зависит от вида распределения наблюдаемых случайных величин.

Часто статистики непараметрических критериев основаны не непосредственно на численных значениях наблюдений выборки х1, х2, ..., хп, а на их рангах, т.е. на порядковых  номерах R(x1),R(x2), …, R(xп) наблюдений при их упорядочении по возрастанию (в их вариационном ряду). Ранги наблюдений, будучи функциями выборочных значений, являются случайными величинами с возможными значениями 1, 2, …, n. Оказалось, что набор рангов R(x1), R(x2), …, R(xп) cодержит значительную долю информации о распределении наблюдаемой случайной величины, что обеспечивает этим методам высокую эффективность.

Если статистика рангового критерия, g(R1, R2,…,Rn), – дискретная случайная величина, то для заданного уровня значимости   может не существовать значения квантили распределения статистики критерия при справедливости нулевой гипотезы порядка  . Поэтому для определения критического множества используется верхнее критическое значение статистики критерия  , равное наименьшему значению g, такому, что  , и нижнее критическое значение  , равное наибольшему значению g, такому, что  . Значения   и   находятся по таблицам. Для всех рассматриваемых критериев существуют таблицы критических значений статистики, например, в [1, 2, 7].

Важной особенностью ранговых критериев является их применимость и в тех случаях, когда наблюдения не являются количественными, но допускают упорядочение, что часто имеет место в исследованиях по биологии, медицине, психологии и социологии. Рассмотрим некоторые непараметрические критерии.

 

3.11.1. Одновыборочные критерии

Ряд одновыборочных критериев предназначен для проверки гипотезы о равенстве медианы заданному значению. Пусть имеется выборка х1, х2, ..., хп значений случайной величины   с неизвестной функцией распределения F(x, M) и неизвестной медианой M. Требуется проверить гипотезу   о равенстве медианы M заданному числу M0.

Для решения этой задачи можно воспользоваться критерием знаков. Возьмем в качестве статистики критерия число   положительных разностей среди n разностей хi - M0, i=1,…, n. Если верна нулевая гипотеза H0, то P(xi>M0)=P(xi<M0)=1/2 и, следовательно, статистика критерия   – дискретная случайная величина, распределенная по биномиальному закону с параметрами n иp=1/2.

Критическая область уровня значимости   для проверки гипотезы   против двусторонней альтернативы   будет состоять из двух интервалов   и  , причем  , так как распределение статистики критерия   при H0 симметрично относительно своего среднего n/2, а    нижнее и верхнее критические значения статистики  , соответственно. Критическая область против правосторонней альтернативы   состоит из одного интервала   и против левосторонней альтернативы   - также из одного интервала  .

При малых n критические значения можно вычислить точно с помощью непосредственного перебора равновозможных  последовательностей с  . При   случайная величина   распределена асимптотически нормально,  , и для нахождения критических значений можно воспользоваться нормальным приближением.

Критерий знаков обладает недостаточной чувствительностью к различению нулевой и альтернативной гипотез (его асимптотическая эффективность по отношению к одновыборочному t-критерию равна 0,637), но из-за простоты и наглядности часто используется для предварительного анализа данных.

Большей мощностью обладает критерий знаковых рангов (асимптотическая эффективность по отношению к одновыборочному t-критерию равна 0,955). Статистика знаковых ранговВилкоксона равна сумме рангов положительных разностей

где   ранг разности   и суммирование рангов ведется по положительным разностям.

Если нулевая гипотеза H0  верна, вероятность каждого из возможных 2n исходов для набора рангов положительных разностей равна (1/2)n, что и определяет распределение статистики критерия для заданного n, симметричного относительно среднего n(n+1)/4, откуда следует, что  . где   – верхнее и нижнее критические значения статистики критерия при заданных   и n, соответственно. Критическая область уровня значимости   для проверки гипотезы   против двусторонней альтернативы   будет состоять из двух интервалов   и  . Критическая область против правосторонней альтернативы   - из одного интервала   и против левосторонней альтернативы   - также из одного интервала  .

Если верна  , то при   распределение статистики критерия  стремится к нормальному,  . При n>25 этим приближением можно воспользоваться для определения критических значений статистики.

 

Соседние файлы в предмете [НЕСОРТИРОВАННОЕ]