- •«Непараметрические критерии однородности статистических данных»
- •Список обозначений
- •Введение
- •1. Непараметрические (свободные от распределения) критерии однородности статистических данных
- •1.1. Непараметрические критерии сдвига
- •1.1.1. Сравнение параметров сдвига двух совокупностей
- •1.1.1.1 Быстрый (грубый) критерий Кенуя
- •1.1.1.2. Быстрый (грубый) ранговый критерий
- •1.1.1.3. Критерий Манна-Уитни-Вилкоксона
- •1.1.1.4. Критерий Фишера-Йэйтса-Терри-Гёфдинга
- •1.1.1.5. Критерий Ван дер Вардена
- •1.1.1.6. Медианный критерий
- •1.1.2.2. Критерий Неменьи
- •1.1.2.3. Критерий Вилкоксона—Вилкокс
- •1.2 Непараметрические критерии масштаба
- •1.2.1 Сравнение параметров масштаба двух совокупностей
- •1.2.1.1. Критерий Ансари—Бредли
- •1.2.1.2. Критерий Муда
- •1.2.1.3. Критерий Сижела-Тьюки
- •1.2.1.4. Критерий Кейпена
- •1.2.1.5. Квартальный критерий
- •2. Реализация непараметрических критериев в статистическом пакете r
- •2.1. Реализация критерия Манна-Уитни-Вилкоксона
- •2.2. Реализация критерия Крускала-Уоллиса
- •2.3. Реализация критерия Ансари-Бредли
- •2.4. Реализация критерия Муда
- •3. Исследования
- •3.1. Исследование распределения статистик рассматриваемых гипотез при "малых" и "больших" выборках
- •3.2. Исследование распределения статистик по критериям согласия Колмогорова и Смирнова
- •3. 3. Исследование асимптотических свойств рассматриваемых критериев
- •3.4. Эмпирическая мощность критериев
- •3.5. Реальные данные
- •Заключение
3. Исследования
3.1. Исследование распределения статистик рассматриваемых гипотез при "малых" и "больших" выборках
Рассмотрим
критерий Манна-Уитни-Вилкосона. При
выполнении гипотезы
статистика Вилкоксона W
имеет стандартное нормальное распределение
,
функция распределения которого имеет
вид [7]
(3.1)
Методом Монте-Карло смоделируем выборку, состоящую из статистик Вилкоксона при выполнении гипотезы . По полученной выборке построим графики эмпирической и теоретической функций.
Рисунок 3.1 – График теоретической и эмпирической функций
распределения статистики Вилкоксона критерия
Манна-Уитни-Вилкоксона при объеме смоделированных значений
статистик mm=100 и объеме выборок m=25 и n=30, моделируемых
по стандартному нормальному закону распределения (α=0,05)
Рисунок 3.2 – График теоретической и эмпирической функций
распределения статистики Вилкоксона критерия
Манна-Уитни-Вилкоксона при объеме смоделированных значений
статистик mm=1000 и объеме выборок m=25 и n=30, моделируемых
по стандартному нормальному закону распределения (α=0,05)
Из рисунков 3.1 и 3.2 видим, что при увеличении объема выборки эмпирическая функция распределения статистики стремится к ее теоретической функции распределения.
3.2. Исследование распределения статистик по критериям согласия Колмогорова и Смирнова
Критерии
согласия проверяют основную гипотезу
:
о
равенстве эмпирической функции
распределения теоретической, соответственно
альтернативная
гипотеза
:
[2].
Методом Монте-Карло смоделируем по критерию Манна-Уитни-Вилкоксона выборку из статистик Вилкоксона W, которая при выполнении нулевой гипотезы имеет стандартный нормальный закон распределения, функция распределения которого определяется выражением (3.1).
Исследуем
полученную статистику по критерию
согласия Колмогорова. Определим
расстояние Колмогорова между теоретическими
и эмпирическими функциями распределения
[2]:
Принимается
гипотеза
,
если
и принимается гипотеза
,
если
.
Если
верна, то независимо от
случайная величина
имеет распределение Колмогорова [2]:
Рисунок 3.3 – График зависимости статистики Колмогорова
от объема моделируемых значений статистики Вилкоксона n
критерия
Манна-Уитни-Вилкоксона при объеме
выборок
=25
и
=30,
моделируемых по стандартному нормальному закону распределения (α=0,05)
Из рисунка 3.3 видно, что с увеличением количества моделируемых статистик вероятность ошибки (разницы между теоретической и эмпирической функциями распределения) убывает и стремится к нулю.
Рисунок
3.4 – График зависимости статистики
от объема моделируемых значений статистики Вилкоксона n
критерия Манна-Уитни-Вилкоксона при объеме выборок =25 и =30,
моделируемых по стандартному нормальному закону распределения (α=0,05)
Можно
сделать вывод, что статистика
в зависимости от количества моделируемых
статистик не меняет своего распределения
и в основном принимает значения из
отрезка
,
т.е. стремиться по вероятности к
распределению Колмогорова.
Исследуем статистику Вилкоксона по критерию Крамера-Мизеса-Смирнова. Статистикой критерия является среднеквадратичная мера расстояния между эмпирической и теоретической функциями распределения [3]:
Принимается
гипотеза
,
если
и принимается гипотеза
,
если
.
При
верной
распределение
не зависит от
.
Рисунок 3.5 – График зависимости статистики критерия
Крамера-Мизеса-Смирнова от объема моделируемых значений
статистики Вилкоксона n критерия Манна-Уитни-Вилкоксона
при объеме выборок =25 и =30, моделируемых
по стандартному нормальному закону распределения (α=0,05)
С увеличением количества моделируемых статистик вероятность ошибки (разницы между теоретической и эмпирической функциями распределения) убывает и стремится к нулю, что видно из рисунка 3.5.
Рисунок 3.6 – График зависимости статистики от объема моделируемых значений
статистики Вилкоксона n критерия Манна-Уитни-Вилкоксона
при объеме выборок =25 и =30, моделируемых
по стандартному нормальному закону распределения (α=0,05)
Из графика, представленного на рисунке 3.6, видно, что статистика имеет некоторое распределение, которое с изменением объема выборки не изменяется.
