- •3. Проверка статистических гипотез
- •3.1. Логика проверки статистических гипотез
- •3.2. Проверка гипотезы о равенстве заданному числу математического ожидания нормально распределенной случайной величины с известной дисперсией
- •3.3. Проверка гипотезы о равенстве заданному числу математического ожидания нормально распределенной случайной величины с неизвестной дисперсией (одновыборочный t-критерий)
- •3.4. Проверка гипотезы о равенстве заданному числу дисперсии нормально распределенной случайной величины (одновыборочный 2-критерий)
- •3.5. Проверка гипотезы о равенстве математических ожиданий двух независимых нормально распределенных случайных величин (двухвыборочный t-критерий)
- •3.6. Проверка гипотезы о равенстве дисперсий двух независимых нормально распределенных случайных величин (двухвыборочный f-критерий)
- •3.7. Приближенный критерий для проверки гипотезы о равенстве параметров двух независимых биномиальных случайных величин (критерий для сравнения двух вероятностей)
- •3.8. Приближенный критерий для проверки гипотезы о равенстве параметров двух независимых пуассоновских случайных величин
- •3.9. Приближенный критерий для проверки гипотезы о равенстве нулю коэффициента корреляции между компонентами двумерной нормально распределенной случайной величины
- •3.10. Критерии согласия
- •3.11. Непараметрические критерии
- •3.11.1. Одновыборочные критерии
- •3.11.2. Проверка гипотезы об отсутствии сдвига
- •Случай независимых выборок
- •Случай связанных выборок
- •3.11.3. Критерии однородности
- •3.11.4. Проверка гипотезы о независимости
- •Литература
Случай связанных выборок
Пусть x1,…, xn и y1,…, yn – связанные выборки из непрерывных распределений F(x) и G(x), соответственно, причем . Например, каждая пара наблюдений (xi, yi), i=1,…, n, принадлежит одному объекту, либо (xi, yi) попарно связаны тем, что условия проведения наблюдений менялись от опыта к опыту, но для каждой пары (xi, yi) оставались постоянными, что в практике биологического эксперимента встречается очень часто.
Обозначим через zi=xi - yi. Тогда задача об отсутствии сдвига между F(x) и G(x) сводится к одновыборочной задаче, рассмотренной в 3.11.1. И для проверки гипотезы H0 можно применить критерий знаков или критерий знаковых рангов.
Асимптотическая относительная эффективность критерия знаков для связанных выборок по отношению к двухвыборочному t-критерию для связанных выборок равна 0.637, а критерия знаковых рангов Вилкоксона – 0.955.
3.11.3. Критерии однородности
Критерии
Манна – Уитни (Вилкоксона)
и Ван-дер-Вардена позволяют
обнаруживать лишь различия в центральных
тенденциях распределений двух случайных
величин. Если важно обнаружить любые
расхождения в форме распределений, то
пользуются критериями
однородности,
например, двухвыборочным критерием
Смирнова.
С помощью этого критерия проверяется
гипотеза
о
том, что функции распределения
и
случайных
величин
и
идентичны
против альтернативной гипотезы
о
том, что они различны.
Статистика
критерия Смирнова Dm,n определяется
как максимум модуля разности между
эмпирической функцией
,
построенной по выборке х1,
х2,
..., хп,
и эмпирической функцией
,
построенной по выборке y1,
y2,
..., ym
При
справедливости гипотезы H0 статистика
имеет
асимптотическое (при
так,
что отношение m/n остается
постоянным) распределение Колмогорова.
Критическая область уровня значимости
для
проверки гипотезы H0 против
двусторонней альтернативы H1 будет
состоять из одного полуинтервала
,
где
-
квантиль распределения
статистики
при H0 порядка
.
Заметим, что в англоязычной литературе и в ППП критерий однородности двух выборок Смирнова называют двухвыборочным критерием Колмогорова-Смирнова.
3.11.4. Проверка гипотезы о независимости
Пусть имеется двумерная выборка (x1, y1), (x2, y2), …, (xn, yn) из неизвестного двумерного распределения. Причем наблюдаемые признаки могут быть как количественными, так и порядковыми. Найдем ранги, R(xi) и R(yi), в последовательностях x1, x2, …, xn и y1, y2, …, yn, упорядоченных по отдельности. Мерой зависимости двух случайных величин, каждая из которых может быть как количественной, так и порядковой, является коэффициент ранговой корреляции Спирмена, определяемый формулой
где di= R(xi)-R(yi).
Как и обычный коэффициент корреляции,
коэффициент ранговой корреляции rs принимает
значения
,
причем rs=+1,
когда R(xi)=R(yi), i=1,
…, n,
и rs=1,
когда последовательности рангов
полностью противоположны, R(xi)=(n+1)-R(yi), i=1,
…, n. Коэффициент rs используется
для проверки гипотезы о независимости
признаков. Нулевая гипотеза формулируется
как
.
Чаще всего H0 проверяется
против альтернативы
.
Статистикой критерия является rs.
Если нулевая гипотеза H0 верна,
то распределение rsсимметрично
относительно 0 с Mrs=0
и Drs=1/(n-1).
Следовательно, множество принятия
нулевой гипотезы имеет вид
,
где
–
верхнее критическое значение статистики
критерия rs,
соответствующее уровню значимости
при
заданном n.
Если
верна нулевая гипотеза, случайная
величина
при
распределена
асимптотически нормально с параметрами
(0, 1). При
критические
значения статистики критерия находят
по таблицам точного распределения rs при H0,
а при n>10
пользуются нормальной аппроксимацией.
Асимптотическая относительная эффективность критерия, основанного на rs, по отношению к критерию, основанному на выборочном коэффициенте корреляции, равна 0.912.
