- •Раздел 1. Лекции
- •Тема 1. Случайные события
- •Лекция 1
- •Введение
- •Предмет теории вероятностей
- •Основные понятия и определения теории вероятностей
- •Классическое определение вероятности
- •Действия над событиями Алгебра событий
- •Свойства событий
- •Частота события
- •Полная группа событий
- •Геометрическое определение вероятности
- •Аксиоматическое определение вероятности
- •Свойства вероятности. Условная вероятность
- •Условная вероятность.
- •Лекция 2 Основные теоремы теории вероятностей
- •2.1. Теорема сложения вероятностей несовместных событий
- •2.2. Теорема сложения вероятностей совместных событий
- •Лекция 3 Основные формулы вычисления вероятностей сложных событий
- •3.1. Формула полной вероятности
- •3.2. Теорема гипотез. Формула Байеса
- •3.3. Частная теорема о повторении опытов. Теорема я. Бернулли
- •Тема 2. Случайные величины и их распределения Лекция 4 Закон распределения случайной величины
- •Лекция 5 Числовые характеристики случайных величин
- •5.1. Характеристики положения
- •5.2. Характеристики рассеивания и взаимодействия
- •Лекция 6 Основные дискретные и непрерывные распределения Основные дискретные распределения
- •6.1. Биномиальное распределение
- •6.2. Распределение Пуассона
- •Основные непрерывные распределения
- •6.3. Равномерное распределение
- •6.4. Показательное распределение
- •6.5. Нормальное распределение
- •6.6. Распределение "хи-квадрат"
- •6.7. Распределение Стьюдента
- •Тема 3. Случайные векторы. Законы распределения и числовые характеристики Лекция 7 Системы случайных величин (случайные векторы)
- •Функция распределения системы двух случайных величин
- •Числовые характеристики системы двух случайных величин
- •Лекция 8 Система произвольного числа случайных величин
- •Числовые характеристики системы нескольких случайных величин
- •Лекция 9 Законы распределения отдельных компонент, входящих в систему. Условные законы распределения
- •Тема 4. Зависимые и независимые случайные величины Лекция 10
- •Квантиль
- •Тема 7. Случайные последовательности и их сходимость Лекция 14 Виды сходимости последовательностей случайных величин
- •Тема 8. Закон больших чисел. Центральная предельная теорема Лекция 15 предельные теоремы теории вероятностей
- •7.1. Неравенство Чебышева
- •Лекция 16 предельные теоремы теории вероятностей
- •Лекция 17 центральная предельная теорема
- •Тема 9. Первичный статистический анализ результатов измерений случайной величины Лекция 18 Основные понятия математической статистики
- •Статистическое распределение выборки
- •Лекция 19 Полигон частот и гистограмма
- •Эмпирическая функция распределения
- •Тема 10. Точечное оценивание параметров распределений случайных величин Лекция 20 Точечные оценки параметров распределений
- •Оценка математического ожидания случайной величины
- •Оценка дисперсии наблюдаемой случайной величины
- •Оценка вероятности случайного события
- •Лекция 22 Метод наименьших квадратов
- •Метод моментов
- •Тема 11. Интервальное оценивание параметров распределений случайных величин Лекция 23 Построение интервальных оценок параметров распределений
- •Построение доверительного интервала для математического ожидания случайной величины при известной дисперсии
- •Лекция 24 Построение интервальной оценки для математического ожидания и дисперсии Построение доверительного интервала для математического ожидания случайной величины при неизвестной дисперсии
- •Тема 12. Проверка статистических гипотез Лекция 25 Критерий значимости проверки статистических гипотез при принятии решений
- •Критерии согласия Сравнение средних и дисперсии нормальных генеральных совокупностей (малые независимые выборки)
- •Лекция 26 Критерии согласия Сравнение дисперсий по выборкам одинакового объема (критерий Кочрена)
- •Определение типа распределения с помощью критерия Пирсона ("хи-квадрат")
- •Лекция 27 Критерии согласия Критерий согласия Колмогорова
- •Список литературы
Лекция 27 Критерии согласия Критерий согласия Колмогорова
Критерий А. Н. Колмогорова применяется для проверки гипотезы о непрерывной функции распределения случайной величины X.
Пусть заранее известно, что функция распределения исследуемой случайной величины X – непрерывная. Выдвинем гипотезу
,
то есть предложение,
что функцией распределения случайной
величины является выбранная нами из
каких-то соображений непрерывная функция
.
Требуется принять
или отклонить эту гипотезу по реализации
случайной
выборки
независимых
измерений X.
Для решения этой
задачи введем статистику
критерия проверки гипотезы
в
виде случайной величины:
,
где
- статистическая функция распределения.
Реализация t статистики , соответствующая выборке , может быть найдена по формуле
(27.1)
где
- реализация статистической функции
распределения
.
Доказано, что (H
– истинна)
.
Здесь D
– случайная величина, распределенная
по известному закону Колмогорова. Для
этой величины, используя таблицы или
формулы распределения Колмогорова,
можно найти
из условия:
,
где
- вероятность практически невозможного
события, и, следовательно, событие
- практически невозможное.
Из предыдущих
соотношений следует: [H
- истинна]
,
то есть: [H
- истинна]
[
- практически невозможно].
Теперь с точностью
до принципа практической уверенности
можно утверждать, что если гипотеза Н
истинна, то реализации t
статистики Т не могут превосходить
границы
.
Далее по закону контрапозиции
математической логики находим, что с
той же точностью из неравенства
следует ложность гипотезы Н. Итак, с
точностью до принципа практической
уверенности имеем:
(Н –
истинна)
;
(Н
– ложна).
Из этих соотношений
следует, что неравенство
необходимо для принятия, а неравенство
достаточно для отклонения гипотезы Н
(с точностью до принципа практической
уверенности).
Руководствуясь этими соображениями, принимают следующее правило решения поставленной задачи:
(Н
– принять);
(27.2)
(Н – отклонить);
Правило (27.2) называют критерием согласия Колмогорова проверки гипотезы о непрерывной функции распределения случайной величины. Алгоритм его, очевидно, состоит в следующем:
Провести независимые n-кратные измерения случайной величины X с непрерывной функцией распределения и получить выборку .
Исключить из выборки грубые ошибки.
Построить реализацию статистической функции распределения.
Выдвинуть гипотезу о функции распределения случайной величины X.
Вычислить параметр t по формуле 27.1.
Задать вероятность практически невозможного события и из таблиц распределения Колмогорова найти параметр .
Принять или отклонить гипотезу .
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 признака критерия t зависит от наибольших различий и , то нет необходимости построения и на всем диапазоне изменения x; достаточно ограничиться областью наибольших различий и . Недостатком критерия является то, что точность его выводов нарушается, если в формировании гипотезы об используются характеристики эмпирических распределений, так как в этом случае статистика Т зависит от .
Следует отметить значительную трудоемкость построения статистики А. Н. Колмогорова, однако, использование современных компьютерных средств автоматизированных вычислений преодолевает этот недостаток. К достоинствам метода следует отнести тот факт, что при построении статистики А. Н. Колмогорова используется вся информация, содержащаяся в выборке .
