Главная Случайная страница Контакты | Мы поможем в написании вашей работы! | ||
|
Имеется две выборки из нормальных генеральных совокупностей ; .
Причём параметры , - неизвестны.
;
.
Решение. Найдём точечные оценки дисперсий:
;.
Предположим, что . Построим статистику . Можно доказать, что при выполнении гипотезы Н0, - распределение Фишера , где .
Возьмем в качестве критерия проверки гипотезы H0.
Для гипотезы область .
Если , то отклоняем Н0 в пользу На; если , у нас нет оснований отвергнуть гипотезу Н0. Здесь квантиль распределения Фишера .
Замечание. Для гипотез:
Замечание. Если гипотезу принимают, то говорят, что различие выборочных дисперсий и статистически не значимои оценка общей дисперсии такова: .
Пример 3. Расход сырья на одно изделие случаен. Результаты наблюдений таковы:
Старая технология | Новая технология | ||||||
Расход сырья | |||||||
Число изделий |
Предположив, что расход сырья, как при старой, так и при новой технологии имеет нормальное распределение, выяснить, влияет ли технология на средний расход сырья на одно изделие. Принять .
Решение. Здесь Найдем выборочные средние: и и выборочные дисперсии и .
По условию генеральные дисперсии не известны и неизвестно, равны ли они. Поэтому, прежде чем сравнить генеральные средние, проверим гипотезу , приняв в качестве альтернативной . Согласно -критерию (см. модель 5), вычислим , а затем найдем по таблице Так как , то Нулевую гипотезу о равенстве генеральных дисперсий принимаем.
Теперь проверим гипотезу , приняв в качестве альтернативной . Согласно - критерию (см. модель 4) вычислим
= =3,852.
Далее найдем Так как , то Следовательно, принимаем гипотезу то есть считаем, что применение новой технологии снижает средние затраты сырья на одно изделие.
Часто при обработке статистической информации можно встретиться с признаками, не поддающимися количественной оценке. Например, невозможно дать количественную оценку математическим способностям студента, качеству продукции и т. д. В этих случаях принято подсчитывать долю или процент генеральной совокупности обладающих тем или иным качественным признаком.
Модель 6. Пусть р – доля элементов генеральной совокупности, обладающих некоторым качественным признаком. Из этой генеральной совокупности извлечена выборка объема n (n≥100) и по ней получена точечная оценка параметра р
,
где n ‒ объем выборки, m – число элементов выборки, обладающих исследуемым свойством.
Требуется проверить нулевую гипотезу H0: р=р0
при трех альтернативных:
: р≠ р0
р< р0,
р> р0.
Решение. Проверка нулевой гипотезы основывается на вычислении выборочной статистики
Для решения задачи поступают следующим образом:
По выборке (2) считают .
По уровню значимости и таблицам находят соответствующий квантиль нормальной случайной величины
;
Вычисляют (где q0=1-p0)
Для альтернативных гипотез На критическая область G имеет вид: На:
Тогда, если U набл. G, то отклоняем гипотезу H0 в пользу альтернативной гипотезы Если G, то у нас нет оснований отклонять H0.
Модель 7. Пусть даны 2 генеральные совокупности, имеющие биномиальный закон распределения (схема Бернулли) с параметрами и ( неизвестные доли элементов генеральной совокупности, обладающие заданным качественным признаком).
Из этих генеральной совокупности извлечены выборки объема n1 и n2 и вычислены
где mi-количество элементов в i-той выборке, которые обладают качественным признаком, который мы исследуем.
Проверка нулевой гипотезы основывается на вычислении выборочной статистики
, где ; ;
Для решения задачи поступают следующим образом:
По выборкам считают
По уровню значимости и таблицам находят соответствующий квантиль нормальной случайной величины
;
3. Вычисляют где ; ;
Для альтернативных гипотез критическая область G имеет вид:
Тогда, если G, то отклоняем гипотезу H0 в пользу альтернативной гипотезы Если G, то у нас нет оснований отклонять H0.
Пример 4. Партия изделий принимается в том случае, если вероятность того, что изделие соответствует стандарту Среди случайно отобранных 200 изделий проверяемой партии оказалось 193 соответствующих стандарту. Можно ли принять партию? Принять уровень значимости a=0,02.
Решение: H0: p= 0,97. Ha: p< 0,97
,
Значит справедлива нулевая гипотеза: партия изделий принимается.
Пример 5. Компания А утверждает, что ее зубная паста лучше зубной пасты компании В. Отобраны группы людей nA=400, nB=300 человек, которые чистили зубы зубными пастами компаний А и В. После окончания эксперимента у mA=30, mB=25 человек появились новые признаки кариеса. Проверить гипотезу, что зубная паста фирмы А более эффективна, чем зубная паста фирмы В, если уровень значимости .
Решение: n1=400, m1=30, n2=300, m2=25, ,
H0: p1=p2;
Ha: p1<p2;
. Пасты одинаково эффективны.
16. Критерий
Пусть основная гипотеза состоит в том, что функция распределения случайной величины есть функция , зависящая от неизвестных параметров. Процедура применения критерия для проверки гипотезы состоит из следующих этапов:
По выборке (2) найдем точечные оценки неизвестных параметров предполагаемого закона распределения .
Разобьем числовую ось на промежутков , ,
, , .
Если гипотеза справедлива, то промежутку, соответствует вероятность , .
Пусть из выборки (2) значений попадает в -й промежуток . Тогда отношение представляет собой частоту попадания выборочных значений в -й интервал. Близость частот к свидетельствует в пользу гипотезы .
Вычисляем выборочное значение статистики , которая характеризует согласованность гипотезы с опытными данными.
Принимаем статистическое решение: гипотеза не противоречит опытным данным на заданном уровне значимости , если ; если же , то гипотеза отклоняется. Здесь – квантиль уровня распределения Пирсона с степенями свободы, – число параметров распределения , которые оцениваются по выборке (2).
Замечание. Критерий использует тот факт, что случайная величина
,
имеет распределение, близкое к нормальному . Чтобы это утверждение было достаточно точным, необходимо чтобы для всех интервалов выполнялось условие . Если в некоторых интервалах это условие не выполняется, то их следует объединить с соседними.
Дата публикования: 2014-10-20; Прочитано: 234 | Нарушение авторского права страницы | Мы поможем в написании вашей работы!