Доверительные интервалы для оценки дисперсии при неизвестном математическом ожидании.
Пусть случайная величина ξ имеет нормальное распределение с параметрами a и s, где a – неизвестно и σ2 – неизвестно.
Функция имеет χ2-распределение со степенями свободы (n-1) и является непрерывной и строго возрастающей.
Выполнив преобразования, получим:
инаходятся по таблице критических точек χ2-распределения по уровню значимости α и степени свободы (n-1).
Проверка статистических гипотез: основные понятия.
Статистической называют гипотезу о виде неизвестного распределения, или о параметрах известных распределений.
Например, статистическими являются гипотезы:
1) генеральная совокупность распределена по закону Пуассона;
2) дисперсии двух нормальных совокупностей равны между собой.
В первой гипотезе сделано предположение о виде неизвестного распределения, во второй – о параметрах двух известных распределений.
Гипотеза называется параметрической, если в ней содержится некоторое утверждение о значение параметра распределения известного вида. В непараметрической гипотезе заключается утверждение обо всем распределении.
Параметрическую гипотезу называют простой, если в ней речь идет ровно об одном значении параметра. В противном случае имеют дело со сложной гипотезой.
Проверяемая гипотеза называются нулевой и обоз. H0.
Наряду с выдвинутой гипотезой рассматривают конкурирующую или альтернативную ей гипотезу H1, являющуюся логическим отрицанием H0. Если выдвинутая гипотеза будет отвергнута, то имеет место альтернативная гипотеза.
Например, если нулевая гипотеза состоит в предположении, что математическое ожидание a нормального распределения равно H0: a=10; H1: или a>10 или a<10.
Правило, по которому принимается решение принять или отклонить гипотезу H0, называется критерием.
Так как решение принимается на основе выборки наблюдений случайной величины Х, необходимо выбрать подходящую статистику, называемую в этом случае статистикой Z критерия К. При проверке простой параметрической гипотезы H0: θ=θ0 в качестве статистики критерия выбирают ту же статистику, что и для оценки параметра θ.
Проверка статистической гипотезу основывается на том принципе, в соответствии с которым маловероятные события считаются невозможными, а события, имеющие большую вероятность, считаются достоверными. Этот принцип можно реализовать следующим образом. Перед анализом выборки фиксируется некоторая малая вероятность α, называемая уровнем значимости. Пусть V – множество значений статистики Z, Vk V – такое подмножество, что при условии истинности гипотезы H0 вероятность попадания статистики критерия в Vk равна α, т.е. P{Z Vk/ H0}= α.
Обозначив zв выборочное значение статистики Z, вычисленное по выборке наблюдений. Критерий формируется следующим образом: отклонить гипотезу H0, если zв Vk; принять гипотезу H0, если zв Vk. Критерий, основный на использовании заранее заданного уровня значимости, называют критерием значимости. Множество Vk всех значений статистики критерия Z, при которых решение отклонить гипотезу H0, называется критической областью; область Vk называется областью принятия гипотезу H0.
Уровень значимости α определяет размер критической области Vk. Положение критической области на множестве значений статистики Z зависит от формулировки альтернативной гипотезы.
В первых двух случаях – односторонняя критическая область, в 3 – двусторонняя.
Таким образом, проверка параметрической статистической гипотезы при помощи критерия значимости может быть разбита на следующие этапы:
1) сформулировать проверяемую H0 и альтернативную H1 гипотезы;
2) назначить уровень значимости α;
3) выбрать статистику Z критерия для проверки гипотезы H0;
4) определить выборочное значение статистики Z;
5) в зависимости от формулировки альтернативной гипотезы определить критическую область Vk одним из неравенств или совокупностью неравенств
6) принять статистическое решение:
если zв Vk, то отклонить гипотезу H0 как не согласующуюся с результатами наблюдений;
если zв Vk, то принять гипотезу H0, т.е. считать, что гипотеза H0 не противоречить результатам наблюдений.
Статистическое решение может быть ошибочным. При этом различают ошибки первого и второго рода. Ошибкой первого рода называется ошибка, состоящая в том, что гипотеза H0 отклоняется, в то время как она верна. Вероятность ошибки первого рода равна вероятности попадания статистики критерия в критическую область при условии, что верна гипотеза H0, т.е. равна уровню значимости α:
Ошибка второго рода происходит в том случае, если гипотеза H0 принимается, но в действительности верна альтернативная гипотеза H1. Вероятность ошибки второго рода β можно вычислить по формуле: .
Правильное решение также может быть двух родов:
1) будет принята гипотеза H0, тогда как и на самом деле в генеральной совокупности верна гипотеза H0, вероятность такого решения 1- α;
2) будет принята гипотеза H1, тогда как и на самом деле в генеральной совокупности верна гипотеза H1, вероятность такого решения 1-β называют мощностью критерия.
Проверка гипотезы о нормальном распределении генеральной совокупности. Критерий согласия Пирсона.