- •Лекция 1. Предмет теории вероятностей. Случайные события и вероятности событий
- •Лекция №2 Свойства вероятностей. Условная вероятность. Теоремы сложения и умножения вероятностей.
- •2.2. Формула полной вероятности. Формула Бейеса ( теорема гипотез)
- •Лекция №3 -5 Случайные величины. Функции распределения случайных величин
- •3.1. Дискретные случайные величины
- •3.2. Непрерывные случайны величины.
- •3.3. Законы распределения непрерывной случайной величины
- •Показательное распределение. Показательным (экспоненциальным) называют распределение вероятностей непрерывной случайной величины , которое описывается функцией плотности вероятности:
- •Лекция №6. Нормальное распределение.
- •Лекция 7-8. Предельные теоремы и законы больших чисел
- •Лекция №9.Случайные функции. Цепи Марков. Пуассоновский поток событий
- •Лекция №10. Предмет математической статистики. Генеральная и выборочная совокупности. Вариационные ряды и их характеристики
- •Лекция 11. Связь между генеральной и выборочной совокупностью.
- •Предельные ошибки и необходимый объем выборки (Повторный и бесповторный отбор)
- •Лекция №12. Проверка статистических гипотез.
- •Проверка гипотез о равенстве средних значений при известной и неизвестной дисперсии.
- •Проверка гипотезы о равенстве дисперсий двух нормальных генеральных совокупностей.
- •Лекция№13.Проверка статистических гипотез о законе распределения генеральной совокупности
- •Критерий согласия (хи- квадрат) Пирсона
- •Критерий согласия Колмогорова
- •Лекция №14. Основные понятия дисперсионного анализа
- •Однофакторный дисперсионный анализ
- •Понятие о двухфакторном дисперсионном анализе
- •Лекция№15. Корреляционно – регрессионный анализ
- •Свойства выборочного (статистического) коэффициента корреляции
- •Понятие о нелинейной регрессии, индекс корреляции и коэффициент детерминации
Проверка гипотез о равенстве средних значений при известной и неизвестной дисперсии.
Имеются
две генеральные совокупности
и
сизвестными
дисперсиями
и
.
Необходимо проверит гипотезу
о
равенстве генеральных средних, т.е.
:
.
Для проверки этой гипотезы взяты две
независимые выборки объемами
и
,
по которым найдены средние арифметические
и
.
В качестве критерия принимаем нормированную
разность между
и
:
.
Поскольку
,
то критерий при известных генеральных
дисперсиях будет равен:

При
выполнении гипотезы
критерий
при больших объемах выборок или при
малых, при условии, что генеральные
совокупности
и
подчиняются
нормальному закону, так же будет
подчиняться нормальному закону
с нулевым математическим ожиданием и
единичной дисперсией. Поэтому, например,
при конкурирующей гипотезе
,
выбирают двухстороннюю критическую
область. Критическое значение критерия
выбираем
из условия:
.
Если
фактически наблюдаемое значение критерия
по абсолютному значению больше
критического
,
определенного на уровне значимости
,
т.е.
,
то гипотеза
отвергается.
Если
,
то делаем вывод, что нулевая гипотеза
не противоречит
имеющимся наблюдениям.
При
неизвестных
генеральных
дисперсиях
и
,
но они равны, т.е.
,
то в качестве неизвестной величины
можно взять ее оценку – «исправленную»
выборочную дисперсию:
или
.
Однако
лучшей оценкой дисперсии разности
независимых выборочных средних
будет дисперсия смешанной совокупности
:
.
В этом случае критерий вычисляем по выражению:
.
Доказано,
что в случае критерий
имеет распределение Стьюдента с
степенями свободы. Поэтому критическое
значение критерия
находится в зависимости от типа
критической области по функции
распределения Стьюдента, т.е.
.
При
этом сохраняется тоже правило принятия
гипотезы: гипотеза
отвергается
на уровне значимости
,
если
и принимается, если
,
т.е. с надежностью
можно
считать расхождение средних значений
незначимым.
В случае невозможности наложения допущения о равенстве генеральных дисперсий задача не имеет точного решения (пока) – это проблема Беренса-Фишера.
Рассмотренные критерии можно применять для исключения грубых ошибок при проведении наблюдений.
Например,
если в ряде наблюдений
,
-
резко отличается, то справедливость
гипотезы
:
о принадлежности
к остальным наблюдениям проверяем по
критерию:
,
где
-
средняя арифметическая,
-«исправленное»
среднее квадратическое отклонении ряда
наблюдений
.
При справедливости
критерий должен подчиняться так же
закону распределения Стьюдента со
степенью свободы
.
При конкурирующей гипотезе![]()
или
,
т.е. является ли резко выделяющееся
значение меньше или больше остальных
наблюдений
находится
по функции
распределения Стьюдента при условии,
что
.
Если
,
то гипотеза
принимается.
При условии
,
гипотеза
отвергается.
Проверка гипотезы о равенстве дисперсий двух нормальных генеральных совокупностей.
Проверка
гипотезы
,
о том, что дисперсии двух нормально
распределенных генеральных совокупностей
,
сводится к сравнению выборочных
«исправленных» дисперсий
и
,
вычисляемые по двум независимым выборкам
объемом
и
.
В качестве критерия принимается отношение
выборочных «исправленных» дисперсий
и
:
.
Доказано,
что при справедливости гипотезы
критерий
представляет собой случайную величину
с распределением Фишера-Снедекора с
степенями свободы
и
.
Поэтому,
выбрав необходимый уровень значимости
по таблицам распределения Фишера-Снедекора,
находим критическое значение
.
Если
,
то гипотеза
принимается.
