Главная » Просмотр файлов » 1625915143-9358bde957c0693ae60a95b83ad382f6

1625915143-9358bde957c0693ae60a95b83ad382f6 (843873), страница 18

Файл №843873 1625915143-9358bde957c0693ae60a95b83ad382f6 (Лотов - Лекции по теории вероятностей и математической статистике для ФФ НГУ) 18 страница1625915143-9358bde957c0693ae60a95b83ad382f6 (843873) страница 182021-07-10СтудИзба
Просмтор этого файла доступен только зарегистрированным пользователям. Но у нас супер быстрая регистрация: достаточно только электронной почты!

Текст из файла (страница 18)

ПолучаемnpiΨn =kXsi = 266.84.i=1Если взять ε = 0.05, то из таблиц находим χ211 (19.7) = 0.95, т. е. Ψn > q = 19.7 сбольшим запасом. Гипотезу о равных вероятностях следует отвергнуть. Кстати, тотже вывод следует и для меньших значений ε, так как из тех же таблиц следует, кпримеру, что χ211 (45) = 0.99999....8.4.Построение критерия с помощью доверительногоинтервалаПредположим, что X ⊂= Fθ , θ ∈ R — неизвестный параметр. Наша задача состоитв проверке основной гипотезы H1 : θ = θ1 против H2 : θ 6= θ1 .Если мы имеем доверительный интервал для θ уровня 1 − ε (точный или асимптотический), то с его помощью можно построить критерий согласия (также точныйили асимптотический) уровня 1 − ε. Действительно, если при всех значениях θPθ (A(X1 , .

. . , Xn ) < θ < B(X1 , . . . , Xn )) ≥ 1 − ε,то и при θ = θ1 должно бытьPθ1 (A(X1 , . . . , Xn ) < θ1 < B(X1 , . . . , Xn )) ≥ 1 − ε.Поэтому мы отвергаем H1 , если θ1 ∈/ (A(X1 , . . . , Xn ), B(X1 , . . . , Xn )), поскольку такоесобытие имеет малую вероятность (не больше ε) при справедливости H1 . Критическое множество выглядит так:K = {(X1 , . . . , Xn ) : θ1 ∈/ (A(X1 , . .

. , Xn ), B(X1 , . . . , Xn ))}.838.5.Проверка гипотез в случае двух выборокВ этом разделе мы будем предполагать, что проведены две серии независимыхиспытаний, в результате которых имеем две независимые выборкиX = (X1 , . . . , Xn ) ⊂=FиY = (Y1 , . . . , Ym ) ⊂= G.Чаще всего проверяется основная гипотеза о совпадении распределений F = G.В этом случае критерии называются критериями однородности.

В других ситуациях проверяется гипотеза о совпадении только некоторых параметров распределенийF и G. С таких задач мы и начнем.Заметим предварительно, что теперь мы имеем n+m наблюдений, следовательно,выборочным пространством будет Rn+m и критическое множество K будет n + mмерным.Итак, пусть сначалаX = (X1 , . . . , Xn ) ⊂= Φα1 , σ12 ,Y = (Y1 , . . .

, Ym ) ⊂= Φα2 , σ22 .Все четыре параметра неизвестны.1. Проверка гипотезы о совпадении дисперсий. Здесь мы проверяем основную гипотезу H1 : σ12 = σ22 против H2 : σ12 6= σ22 . Заранее выберем малое число ε > 0,и пустьnn1X1X2X=Xi , SX=(Xi − X)2 ,n i=1n i=1m1 XY =Yi ,m i=1mSY21 X=(Yi − Y )2 .m i=1По теореме о свойствах выборок из нормального распределения2nSX⊂= χ2n−1 ,σ12mSY2⊂= χ2m−1 ,σ22причем эти случайные величины независимы, поскольку построены по независимымвыборкам. Из них можно построить случайную величину, имеющую распределениеФишера:221 mSY2n(m − 1)σ22 SX1 nSX:=⊂= Fn−1, m−1 .n − 1 σ12m − 1 σ22m(n − 1)σ12 SY2Если верна гипотеза H1 , т.

е. σ12 = σ22 , тоη=2n(m − 1)SX⊂= Fn−1, m−1 .m(n − 1)SY2С помощью таблиц распределения Fn−1, m−1 можно найти числа q1 и q2 такие, чтоFn−1, m−1 (q1 ) = ε/2, Fn−1, m−1 (q2 ) = 1 − ε/2. ТогдаP1 (q1 < η < q2 ) = Fn−1, m−1 (q2 ) − Fn−1, m−1 (q1 ) = 1 − ε.84Поэтому логично отвергать H1 , если η ∈/ (q1 , q2 ); вероятность этого события равна вточности ε, если верна H1 . ЗдесьK = {(X1 , . . . , Xn , Y1 , . .

. , Ym ) : η ∈/ (q1 , q2 )}.2. Проверка гипотезы о совпадении средних. Мы будем это делать в предположении, что дисперсии совпадают: σ12 = σ22 = σ 2 ; σ 2 по-прежнему неизвестно.Проверяется гипотеза H1 : α1 = α2 против H2 : α1 6= α2 .Здесь будет использоваться распределение Стьюдента. В силу того что X и Yнезависимы иX⊂= Φα1 , σ2 /n , Y ⊂= Φα2 , σ2 /m ,имеемX −Y ⊂= Φα1 −α2 , σ2 (1/n+1/m)и после стандартизацииX − Y − (α1 − α2 )v Ã= Φ0,1 .! ⊂uu11tσ 2+n mДалее, по свойству распределения хи-квадрат2nSXmSY2+⊂= χ2n+m−2 ;σ2σ2эта случайная величина не зависит от X − Y .

Таким образом,s2X − Y − (α1 − α2 )1nSX+ mSY2r:⊂= Tn+m−2 .n+m−2σ211σ+n mЕсли верна гипотеза H1 , то α1 − α2 = 0 иψ=rX −Ys⊂= Tn+m−2 .211nSX+ mSY2+n mn+m−2Из таблиц распределения Tn+m−2 находим число q такое, что Tn+m−2 (−q) = ε/2. ТогдаP1 (−q < ψ < q) = Tn+m−2 (q) − Tn+m−2 (−q) = 1 − ε.Следовательно, выбравK = {(X1 , . . . , Xn , Y1 , . . . , Ym ) : |ψ| ≥ q},мы будем иметь β1 = P1 ((X1 , .

. . , Xn , Y1 , . . . , Ym ) ∈ K) = ε.3. Критерий Колмогорова–Смирнова однородности двух выборок. ПустьX = (X1 , . . . , Xn ) ⊂= F,Y = (Y1 , . . . , Ym ) ⊂= G,где F и G — непрерывные функции распределения. Проверяется гипотеза H1 : F = Gпротив H1 : F 6= G. Мы построим асимптотический критерий уровня 1 − ε.85Пусть Fn∗ и G∗m — эмпирические функции распределения, построенные по выборкам X и Y соответственно. ВведемDn, m = sup |Fn∗ (y) − G∗m (y)|.yЕсли верна H1 , то при увеличении объемов выборок эмпирические функции расPпределения сходятся по вероятности к общему пределу, т. е.

Dn, m → 0. Следующаятеорема показывает, с какой скоростью это происходит (приводится без доказательства).Теорема Колмогорова–Смирнова. Пусть верна гипотеза H1 и общая функция распределения выборок непрерывна. Тогда для любого y > 0 при n → ∞, m → ∞µrP1nmDn, m < yn+m¶→ K(y) =∞X2 y2(−1)i e−2i.i=−∞Пусть q таково, что K(q) = 1 − ε. Положимr½¾nmK = (X1 , .

. . , Xn , Y1 , . . . , Ym ) :Dn, m ≥ q ,n+mт. е. мы отвергаем гипотезу об однородности, если расхождение между двумя эмпирическими функциями распределения достаточно велико. Тогда при больших nµr¶nmβ1 = P1Dn, m ≥ q ' 1 − K(q) = ε.n+m8.6.Дисперсионный анализ: однофакторная модельДисперсионный анализ объединяет значительное число задач математическойстатистики, в которых анализируется влияние тех или иных факторов на конечный результат. Мы рассмотрим здесь простейшую модель, в которой проверяетсягипотеза о влиянии одного фактора.Пусть имеется k независимых выборок(X11 , X12 , . . . , X1n1 ) ⊂= Φα1 , σ2 ,(X21 , X22 , .

. . , X2n2 ) ⊂= Φα2 , σ2 ,... ... ... ... ...= Φαk , σ2 .(Xk1 , Xk2 , . . . , Xknk ) ⊂Все параметры α1 , . . . , αk , σ 2 неизвестны. Проверяются гипотезыH1 : α1 = α2 = . . . = αk ,H2 : существуют индексы i 6= j такие, что αi 6= αj .Такая задача может возникнуть, к примеру, в следующей ситуации. Пусть наk станках производится изготовление (или обработка) одинаковых деталей. У каждой изготовленной детали замеряется некий параметр, скажем диаметр.

Он являетсяслучайной величиной вследствие неизбежных отклонений от стандарта. Мы получаем тем самым k выборок, предполагается, что на i-м станке изготовлено ni деталей.Гипотеза H1 утверждает, что не важно, на каком станке изготовлена деталь, фактор станка не играет роли. Это соответствует тому, что средние значения у всех86выборок совпадают. В то же время конкурирующая гипотеза объявляет о наличиисистематических отклонений для некоторых станков.Схема наших действий такова: мы будем строить из наблюдений случайную величину, которая при справедливости H1 распределена по закону Фишера с известнымчислом степеней свободы. Это и определит в итоге наше решение.ОбозначимN=kXnni ,i=1i1 XXij ,Xi =n i j=1nik1 XXXij .X=N i=1 j=1Теорема.

Если верна гипотеза H1 , тоP(N − k) ki=1 ni (X i − X)2⊂= Fk−1, N −k .P P i(k − 1) ki=1 nj=1(Xij − X i )2Доказательство. Предположим на время, что нам известны все параметрыα1 , . . . , αk , σ 2 , и применим к каждому наблюдению стандартизацию. ПустьXij − αiYij =⊂= Φ0,1 ,σi = 1, . . . , k, j = 1, . . . , ni ,ni1 XYi =Yij .ni j=1Запишем выражение для выборочной дисперсии, построенной по i-й выборке из стандартизованных наблюдений:nini1 X1 X2(Yij − Y i ) =Yij2 − (Y i )2 .ni j=1ni j=1Как и при доказательстве теоремы о свойствах выборок из нормального распределения, с помощью леммы Фишера устанавливаем, чтоniX(Yij − Y i )2 =niX√Yij2 − ( ni Y i )2 ⊂= χ2ni −1j=1j=1и эта величина не зависит от Y i .

Суммируя левые части по i, получаемQ1 =nik XX(Yij − Y i )2 ⊂= χ2N −k .i=1 j=1Отметим, что Q1 не зависит от Y 1 , . . . , Y k .Введем далееnikk1 XX1 XY =Yij =ni Y i .N i=1 j=1N i=1ТогдаQ2 ===kXi=1kX2ni (Y i − Y ) =kX2ini Y − 2Yi=1kXi=1√2( ni Y i )2 − 2Y N Y + N Y =i=1kX√√( ni Y i )2 − ( N Y )2 .i=1872ni Y i + (Y )kXi=1ni =Мы знаем, что Y i ⊂= Φ0,1/ni , поэтому√ni Y i ⊂= Φ0,1 . Далее,√kk √Xni √NX√N Y =ni Y i =ni Y i =N i=1Ni=1µ√√ ¶n1nk√√√ ,..., √=( n1 Y 1 , . .

. , nk Y k )T .NNÃ√√ !n1nkВектор √ , . . . , √имеет единичную длину, поэтому его всегда можно достроNNить до ортогональной матрицы, в которой он будет первой строкой. Воспользовавшись леммой Фишера, получим, что√kX√√Q2 =( ni Y i )2 − ( N Y )2 ⊂= χ2k−1 .i=1Напомним, что Q1 и Q2 независимы, поэтому случайная величинаQ2 /(k − 1)Q1 /(N − k)распределена по закону Фишера Fk−1, N −k .Вернемся к исходным наблюдениям.Yij − Y i =Xij − αi X i − αiXij − X i−=,σσσпоэтомуnik1 XXQ1 = 2(Xij − X i )2 .σ i=1 j=1Предположим теперь, что H1 верна, т.

е. α1 = α2 = . . . = αk = α. Тогда¶ni µkXij − αi1 XXX −αY ==.N i=1 j=1σσПоэтомуQ2 =kXi=1µniXi − α X − α−σσ¶2=k1 Xni (X i − X)2 .σ 2 i=1Таким образом, если верна гипотеза H1 , тоP(N − k) ki=1 ni (X i − X)2Q2 /(k − 1)ξ==⊂= Fk−1, N −k .P P iQ1 /(N − k)(Xij − X i )2(k − 1) ki=1 nj=1Теорема доказана.Перейдем к построению критерия. В полученном выражении для случайной величины ξ именно числитель чувствителен к систематическим отклонениям междувыборками, поэтому мы будем реагировать на большие значения ξ. По таблицамраспределения Fk−1, N −k находим число q > 0 такое, что Fk−1, N −k (q) = 1 − ε.

Инымисловами, если верна гипотеза H1 , то событие {ξ ≥ q} маловероятно. Поэтому отвергаем H1 , если ξ ≥ q, и принимаем ее в противном случае. При этом β1 = P1 (ξ ≥ q) = ε.889.9.1.Задачи линейной регрессииПостановка задачиПредположим, что в результате n-кратного повторения эксперимента мы получаем выборку (Y1 , . .

Характеристики

Список файлов книги

Свежие статьи
Популярно сейчас
Зачем заказывать выполнение своего задания, если оно уже было выполнено много много раз? Его можно просто купить или даже скачать бесплатно на СтудИзбе. Найдите нужный учебный материал у нас!
Ответы на популярные вопросы
Да! Наши авторы собирают и выкладывают те работы, которые сдаются в Вашем учебном заведении ежегодно и уже проверены преподавателями.
Да! У нас любой человек может выложить любую учебную работу и зарабатывать на её продажах! Но каждый учебный материал публикуется только после тщательной проверки администрацией.
Вернём деньги! А если быть более точными, то автору даётся немного времени на исправление, а если не исправит или выйдет время, то вернём деньги в полном объёме!
Да! На равне с готовыми студенческими работами у нас продаются услуги. Цены на услуги видны сразу, то есть Вам нужно только указать параметры и сразу можно оплачивать.
Отзывы студентов
Ставлю 10/10
Все нравится, очень удобный сайт, помогает в учебе. Кроме этого, можно заработать самому, выставляя готовые учебные материалы на продажу здесь. Рейтинги и отзывы на преподавателей очень помогают сориентироваться в начале нового семестра. Спасибо за такую функцию. Ставлю максимальную оценку.
Лучшая платформа для успешной сдачи сессии
Познакомился со СтудИзбой благодаря своему другу, очень нравится интерфейс, количество доступных файлов, цена, в общем, все прекрасно. Даже сам продаю какие-то свои работы.
Студизба ван лав ❤
Очень офигенный сайт для студентов. Много полезных учебных материалов. Пользуюсь студизбой с октября 2021 года. Серьёзных нареканий нет. Хотелось бы, что бы ввели подписочную модель и сделали материалы дешевле 300 рублей в рамках подписки бесплатными.
Отличный сайт
Лично меня всё устраивает - и покупка, и продажа; и цены, и возможность предпросмотра куска файла, и обилие бесплатных файлов (в подборках по авторам, читай, ВУЗам и факультетам). Есть определённые баги, но всё решаемо, да и администраторы реагируют в течение суток.
Маленький отзыв о большом помощнике!
Студизба спасает в те моменты, когда сроки горят, а работ накопилось достаточно. Довольно удобный сайт с простой навигацией и огромным количеством материалов.
Студ. Изба как крупнейший сборник работ для студентов
Тут дофига бывает всего полезного. Печально, что бывают предметы по которым даже одного бесплатного решения нет, но это скорее вопрос к студентам. В остальном всё здорово.
Спасательный островок
Если уже не успеваешь разобраться или застрял на каком-то задание поможет тебе быстро и недорого решить твою проблему.
Всё и так отлично
Всё очень удобно. Особенно круто, что есть система бонусов и можно выводить остатки денег. Очень много качественных бесплатных файлов.
Отзыв о системе "Студизба"
Отличная платформа для распространения работ, востребованных студентами. Хорошо налаженная и качественная работа сайта, огромная база заданий и аудитория.
Отличный помощник
Отличный сайт с кучей полезных файлов, позволяющий найти много методичек / учебников / отзывов о вузах и преподователях.
Отлично помогает студентам в любой момент для решения трудных и незамедлительных задач
Хотелось бы больше конкретной информации о преподавателях. А так в принципе хороший сайт, всегда им пользуюсь и ни разу не было желания прекратить. Хороший сайт для помощи студентам, удобный и приятный интерфейс. Из недостатков можно выделить только отсутствия небольшого количества файлов.
Спасибо за шикарный сайт
Великолепный сайт на котором студент за не большие деньги может найти помощь с дз, проектами курсовыми, лабораторными, а также узнать отзывы на преподавателей и бесплатно скачать пособия.
Популярные преподаватели
Добавляйте материалы
и зарабатывайте!
Продажи идут автоматически
6367
Авторов
на СтудИзбе
310
Средний доход
с одного платного файла
Обучение Подробнее