Проверка статистических гипотез - Основы научных исследований
Для проверки статистических гипотез используются статистики, называемые статистическими критериями или иначе - критериями значимости. В частности, для проверки гипотез о математическом ожидании применяется критерий Стьюдента, о дисперсии - критерий ч2, а для сравнения дисперсий - критерий Фишера.
Идею проверки рассмотрим на примере. Пусть требуется проверить гипотезу:
Н0: м(х) = 0
Н1: м(х) > 0
По выборочным данным. Это еще не опровергает Н0, т. к. выборочное значение статистики является всего лишь одним из возможных значений случайной величины, порождаемой различными выборками. Возникает вопрос: насколько сильно должно отличаться от, чтобы можно было принять Н1(и т. о. отбросить Н0)?
Поскольку речь идет о выборочном среднем, то при рассмотрении этого вопроса нужно использовать распределение Стьюдента.
Зная объем выборки N, следовательно ЧСС, можно построить распределение Стьюдента для данного Н (рис.11.1):
Рисунок 11.1 Критическая область t-распределения
При этом следует помнить, что t-распределение справедливо только при нормальном распределении случайной величины Х, выборки из генеральной совокупности которой образовали это распределение.
По распределению можно судить о том, какова вероятность того, что значение среднего будет иметь ту или иную величину. Для этого следует вычислить теоретическое значение T-критерия
.
Затем можно вычислить вероятность того, что случайная величина может принять значение, большее
.
Если эта вероятность больше некоторого достаточно малого числа Q, называемого уровнем значимости, то есть основания сомневаться в справедливости нулевой гипотезы.
На практике решается обратная задача: по заданной доверительной вероятности Р определяется то теоретическое значение, за пределы которого с заданной вероятностью не может выйти любой выборки. Теоретические значения t-критерия при заданных Н и Р затабулированы и поэтому называются табличными. Затем вычисляется эмпирическое значение T-критерия по выборочным данным
=.
Оно сравнивается с табличным значением, делящим T-распределение на две области: область принятия Н0 (если < ) и критическую область (если > ). Если < , то принимается Н0.
Критическая область состоит из всех тех значений статистики, при которых принимается решение отвергнуть Н0 как ложную. Поскольку такие решения базируются на статистиках, найденных по выборкам ограниченного объема, то всегда есть вероятность совершить ошибку одного из следующих типов:
Проверяемая гипотеза |
Объективно верна |
Объективно неверна |
Н0 принимается |
Правильное решение |
Ошибка ІІ-го рода |
Н0 Отвергается |
Ошибка І-го рода |
Правильное решение |
Вероятность совершить ошибку первого рода называется уровнем значимости критерия q.
Вероятность совершить ошибку ІІ-го рода обозначается В. Она зависит от мощности критерия, представляющей вероятность отбрасывания неверной гипотезы и равной 1-В. При построении статистических критериев стараются минимизировать суммарную ошибку обоих родов. При любом постоянном объеме выборки вероятность ошибки І-го рода можно уменьшить, уменьшая уровень значимости Q. Однако при этом растет вероятность допустить ошибку ІІ-го рода, т. е. падает мощность критерия. Единственный выход из этой противоречивой ситуации, позволяющий одновременно уменьшить Q и В - увеличить N.
Выбор уровня значимости Q при проверке гипотез производится из тех же соображений, что и выбор доверительной вероятности Р при интервальном оценивании, т. к. Q = 1-р. Поэтому Q: 0,1(10%); 0,05, (5%); 0,01(1%) и т. д.
Вид критической области полностью зависит от вида Н1. Если Н0: = m0 противостоит Н1: ? m0, то критерий для проверки Н0 Будет двухсторонним. Его критическая область состоит из двух частей. Например, для t-критерия (рис.11.2):
Рисунок 11.2 Двухсторонняя критическая область
Границы критической области обычно выбирают так, чтобы вероятность попадания в левую и правую части были одинаковыми и равными Q/2. Поэтому уровень значимости уменьшается вдвое.
Если же Н0: = m0 противостоит Н1: > m0 (или Н1: < m0), то соответствующий критерий для проверки будет односторонним и его критическая область будет состоять из одной части (рис.11.1).
Двухсторонний критерий всегда имеет меньшую мощность, чем односторонний. Поэтому нужно всегда, если есть такая возможность, отдавать предпочтение односторонним критериям.
Похожие статьи
-
Критерий Мизеса, Статистика критерия - Проверка статистических гипотез
В качестве меры различия теоретической функции распределения F(x) и эмпирической Fn(x) по критерию Мизеса (критерию w 2) выступает средний квадрат...
-
Введение - Проверка статистических гипотез
Статистическая гипотеза представляет собой некоторое предположение о законе распределения случайной величины или о параметрах этого закона, формулируемое...
-
Проверка гипотез о законе распределения, Критерий К. Пирсона - Проверка статистических гипотез
Критерий К. Пирсона Использование этого критерия основано на применении такой меры (статистики) расхождения между теоретическим F(x) и эмпирическим...
-
Выборочные распределения, Распределение Стьюдента - Основы научных исследований
Выборочное распределение - это распределение какой-либо статистики, полученное в результате отбора различных случайных выборок из одной и той же...
-
Статистики, Свойства оценок - Основы научных исследований
Любая функция от элементов выборки называется Статистикой . Следовательно, точечная оценка также является статистикой. Однако не всякая статистика может...
-
Метод максимального правдоподобия - Основы научных исследований
Разработан Р. Фишером. Пусть Х 1 ,х 2 ...х N - выборка из генеральной совокупности случайной величины Х с функцией плотности вероятности Р(х, и),...
-
Распределение (хи-квадрат) - Основы научных исследований
Это распределение, называемое также распределением Пирсона, используется при изучении вероятностных свойств выборочных дисперсий. Если S2(x) - дисперсия...
-
Генеральная совокупность и выборка - Основы научных исследований
Распределение случайной величины содержит всю информацию о ее статистических свойствах. Много ли нужно знать значений случайной величины, чтобы построить...
-
Проверка нормальности распределения - Основы научных исследований
Асимметрия и эксцесс позволяют произвести приближенную проверку нормальности распределения. Очевидно, что симметричное и не имеющее эксцесса унимодальное...
-
После проведения регрессионного анализа получается модель объекта исследований в виде некоторой функции. В простейшем случае линейной регрессии она имеет...
-
Заключение - Проверка статистических гипотез
Обычно сущность проверки гипотезы о законе распределения ЭД заключается в следующем. Имеется выборка ЭД фиксированного объема, выбран или известен вид...
-
Основные задачи статистики - Основы научных исследований
Назначение статистических методов состоит в том, чтобы по выборкам ограниченного объема делать обоснованные выводы о свойствах генеральных совокупностей,...
-
Распределение Фишера, Статистические гипотезы - Основы научных исследований
Служит для сравнения дисперсий разных статистических совокупностей разных случайных величин Х 1 и Х 2 . Ему подчиняется статистика (10.5) Где S2(x 1 ) >...
-
Математическое ожидание - Основы научных исследований
Интегральная и дифференциальная функции распределения являются исчерпывающими статистическими характеристиками любой случайной величины. Однако многие...
-
Параметры эмпирических распределений - Основы научных исследований
По опытным (эмпирическим) данным строятся распределения исследуемых случайных величин. Функции плотности Р(х) таких распределений могут иметь один...
-
Интегральная и дифференциальная функции распределения - Основы научных исследований
Наиболее общей формой задания распределения случайных величин является Интегральная функция распределения . Она определяет вероятность того, что...
-
Типы оценок, Интервальное оценивание - Основы научных исследований
Оценки бывают двух типов - точечные и интервальные. Оценка называется точечной, если в результате оценивания получается значение неизвестного параметра в...
-
Статистическая обработка результатов эксперимента - Основы научных исследований
Включает в себя определение дисперсии эксперимента, проверку постоянства дисперсии воспроизводимости и определение абсолютных и относительных...
-
Основные предпосылки регрессионного анализа - Основы научных исследований
Методика РА создана с использованием некоторых предпосылок. Если они не выполняются, то корректное выполнение всех процедур РА приведет к неверным...
-
Имеется выборка объема n экспериментальных значений. Предполагаем, что ошибки вычисления пренебрежимо малы, а случайные ошибки измерения температур...
-
Коэффициент корреляции - Основы научных исследований
Если между случайными величинами Х и У существует линейная корреляционная зависимость (рис. 12.5 а, б,г), то интенсивность корреляционной связи...
-
Методы отбора выборок - Основы научных исследований
Известны три метода отборок выборок: случайный, систематический и комбинированный. В результате случайного отбора получается случайная выборка. Выборка...
-
Требования к современному эксперименту - Основы научных исследований
В данном курсе под физическим экспериментом будем понимать любое взаимодействие с внешними объектами, направленное на получение новой информации. Поэтому...
-
Статистическая вероятность и распределения случайных величин - Основы научных исследований
В теории вероятностей под случайной величиной понимают отношения числа благоприятных исходов испытаний к общему числу испытаний. Например, если из 10...
-
Корреляция и регрессия Вспомним, что зависимости называются вероятностными или стохастическими, если каждому набору факторов Х I соответствует множество...
-
Дисперсия - Основы научных исследований
Степень рассеивания случайной величины относительно центра распределения характеризуется Дисперсией (от лат. dispersio - рассеивание). Дисперсия - это...
-
Нормальное распределение - Основы научных исследований
В классической математической статистике чаще всего используется т. н. нормальное распределение или распределение Гаусса-Лапласа. В естествознании и...
-
Случайные события и случайные величины - Основы научных исследований
Вероятностные закономерности проявляются только в массовых явлениях, т. е. когда один и тот же объект изменяет свое состояние многократно или когда...
-
Виды физических экспериментов - Основы научных исследований
Все физические эксперименты подразделяются на активные и пассивные, натурные и модельные (рис.4.1). Таким образом всего имеется четыре вида...
-
Математическое моделирование - Основы научных исследований
Выше уже указывалось, что Математическое моделирование - это получение решений уравнений, составляющих математическую модель объекта, при изменении...
-
В большинстве случаев 0 и 1 неизвестны. Их определяют (оценивают), исходя из имеющихся выборочных наблюдений с помощью следующего уравнения: Где -...
-
Рекомендуемая литература - Основы научных исследований
1. Філіпенко А. С. Основи наукових досліджень. К.: Академвидав, 2005. 207 с. 2. Чижиков Ю. М. Теория подобия и моделирование процессов ОМД. М.:...
-
Физическое моделирование - Основы научных исследований
Физическими моделированием называется изучение свойств явлений или процессов на физических моделях, заменяющих собою объект, который в таком случае...
-
Статистический характер экспериментальных исследований Любое экспериментальное исследование, в конечном итоге, сводится к изучению причинно-следственных...
-
Нелинейный регрессионный анализ, Множественный регрессионный анализ - Основы научных исследований
Линейные по параметрам регрессионные модели можно использовать для аппроксимации нелинейных зависимостей путем их линеаризации с помощью базисных...
-
Последовательность организации эксперимента - Основы научных исследований
Для всех видов физических экспериментов последовательность их организации стандартизована и состоит из следующих этапов: 1. Аналитический (литературный)...
-
Метод сравнения является универсальным методом и применяется во всех разделах статистики (метод сравнения средних, оценивания неизвестных параметров и...
-
Коэффициент частной корреляции - Основы научных исследований
Показывает интенсивность связи между двумя переменными при фиксировании или исключении влияния остальных переменных. Пусть имеет место множественная...
-
Асимметрия и эксцесс - Основы научных исследований
Количественно степень несимметричности распределения оценивается при помощи одной из мер этого параметра - Асимметрией , Где М3 - центральный момент...
-
Объект исследования и его модель - Основы научных исследований
Объект исследования - это первичное, не сводимое к более простым, понятие. Поэтому дать его общее определение невозможно. Однако можно указать примеры...
Проверка статистических гипотез - Основы научных исследований