Заглавная страница Избранные статьи Случайная статья Познавательные статьи Новые добавления Обратная связь КАТЕГОРИИ: АрхеологияБиология Генетика География Информатика История Логика Маркетинг Математика Менеджмент Механика Педагогика Религия Социология Технологии Физика Философия Финансы Химия Экология ТОП 10 на сайте Приготовление дезинфицирующих растворов различной концентрацииТехника нижней прямой подачи мяча. Франко-прусская война (причины и последствия) Организация работы процедурного кабинета Смысловое и механическое запоминание, их место и роль в усвоении знаний Коммуникативные барьеры и пути их преодоления Обработка изделий медицинского назначения многократного применения Образцы текста публицистического стиля Четыре типа изменения баланса Задачи с ответами для Всероссийской олимпиады по праву Мы поможем в написании ваших работ! ЗНАЕТЕ ЛИ ВЫ?
Влияние общества на человека
Приготовление дезинфицирующих растворов различной концентрации Практические работы по географии для 6 класса Организация работы процедурного кабинета Изменения в неживой природе осенью Уборка процедурного кабинета Сольфеджио. Все правила по сольфеджио Балочные системы. Определение реакций опор и моментов защемления |
Гипотеза о неизвестном среднем при неизвестной дисперсии.
Если дисперсия генеральной совокупности неизвестна, то в качестве критерия проверки нулевой гипотезы принимают случайную величину , где S – исправленное стандартное отклонение в выборке. Величина t имеет распределение Стьюдента с ν = n – 1 степенями свободы. Критическая область строится в зависимости от вида конкурирующей гипотезы. Критическую точку t кр находят по таблице распределения Стьюдента из условия: Если | tнаб | < t кр, то H0 принимается, если | tнаб | > t кр, то H0 отклоняется. Замечание. В Excel имеется функция Пример. По выборке объема n = 16 найдены выборочная средняя = 18,2 и исправленное стандартное отклонение S = 3,6. Требуется по уровню значимости 0,05 проверить нулевую гипотезу H0: = 120 при конкурирующей гипотезе: а) H1: ≠ 120; б) H1: < 120. ▼ Найдем наблюдаемое значение критерия . а) По условию H1: ≠ 120, поэтому критическая область – двусторонняя. По таблице критических точек распределения Стьюдента находим t кр = t кр (1 – α; ν) = t кр (0,95; 15) = 2,13. Поскольку | tнаб | = 2 < t кр= 2,13,то H0 принимается, т.е. выборочная средняя = 118,2 незначимо отличается от предполагаемой а = 120 генеральной средней. б) По условию H1: < 120, поэтому критическая область – односторонняя. По таблице критических точек распределения Стьюдента находим t кр = t кр (1 – 2α; ν) = t кр (0,9; 15) = 1,75. Поскольку | tнаб | = 2 > t кр= 1,75,то H0 отклоняется, т.е. различия между выборочной и предполагаемой средними - значимое. Пример. Производитель утверждает, что средний вес пачки чая не меньше 100 г. Инспектор отобрал 10 пачек чая и взвесил. Их вес оказался равным 97 102 103 98 96 105 98 100 101 98. При заданном уровне значимости 0,01 проверить утверждение производителя. ▼ Гипотезы Найдем выборочные , S. ; ; . Найдем наблюдаемые значения критерия По условию H1: < 100, поэтому критическая область – односторонняя. По таблице критических точек распределения Стьюдента находим t кр = t кр (1 – 2α; ν) = t кр (0,98; 9) = 2,82. Поскольку | tнаб | = 0,111 < t кр= 2,82,то H0 принимается, т.е. утверждение производителя справедливо.
Гипотеза о неизвестной частоты появления события. Пусть по достаточному большому числу n независимых испытаний, в каждом из которых вероятность р появления события постоянно, но неизвестна, найдена относительная частота w = m/n.
Пусть имеется основание предполагать, что неизвестная вероятность равна р0. Требуется при заданном уровне значимости α проверить нулевую гипотезу, что неизвестная вероятность р равна предполагаемой вероятности р0, т.е. Н0: р = р0. В качестве критерия проверки нулевой гипотезы принимается случайная величина , где . Величина z при справедливости нулевой гипотезы приближенно нормально. Критическая область строится в зависимости от вида конкурирующей гипотезы. Пример. Партия изделий принимается, если доля брака составляет менее 2%. Среди случайно отобранных 500 изделий оказалось 13 бракованных. Следует ли на уровне значимости 0,05 принять партию. ▼ По условию n = 500, m = 13, р0 = 0,02, α = 0,05. Гипотезы . Относительная частота (частость) составляет . Найдем наблюдаемое значение критерия . По условию H1: р < 0,02, поэтому критическая область – односторонняя. По таблице функции Лапласа найдем критическую точку zкр = zкр (1 - 2α) = zкр (0,9) = 1,65. Поскольку | zнаб | = 0,96 < zкр= 1,65,то H0 принимается, т.е. партия изделий принимается. Пример. Торговец утверждает, что он получает заказы в среднем от 30% предполагаемых клиентов. Можно ли при 5% - ом уровне значимости считать, что утверждение верно, если он получил заказы от 20 из 100 клиентов. ▼ По условию n = 100, m = 20, р0 = 0,3, α = 0,05. Гипотезы . Относительная частота (частость) составляет . Найдем наблюдаемое значение критерия . По условию H1: р ≠ 0,3, поэтому критическая область – двусторонняя. По таблице функции Лапласа найдем критическую точку zкр = zкр (1 - α) = zкр (0,95) = 1,96. Поскольку | zнаб | = 2,18 > zкр= 1,96,то H0 отклоняется, т.е. утверждение торговца неверно.
Гипотеза о значимости выборочного коэффициента корреляции. Пусть по данным выборки объема n получен выборочный коэффициент корреляции r ≠ 0. Требуется проверить гипотезу о равенстве нулю истинного значения коэффициента корреляции ρ. Выдвигаются гипотезы . В качестве критерия проверки нулевой гипотезы принимается случайная величина , которая имеет распределение Стьюдента с ν = n – 2 степенями свободы. Поскольку Н1: ρ ≠ 0, то критическая область – двусторонняя.
Критические точки определяются по таблице распределения Стьюдента из условия: t кр= t кр(1 – α; ν). Если | tнаб | < t кр, то H0 принимается, т.е. r незначим, если | tнаб | > t кр, то H0 отклоняется, т.е. r значим. Пример. Пусть по выборке объема n = 122, извлеченной из нормальной совокупности, получен выборочный коэффициент корреляции r = 0,4. При уровне значимости 0,05 установить значимость выборочного коэффициента корреляции. ▼ Найдем наблюдаемое значение критерия .
Критическую точку определяются по таблице распределения Стьюдента из условия: t кр= t кр(1 – α; ν) = t кр( 0,95;120 ) = 1,98. Поскольку| tнаб | = 4,78 > t кр= 1,98, то H0 отклоняется, т.е. выборочный коэффициент корреляции r = 0,4значимо отличается от нуля.
Гипотеза о неизвестной генеральной дисперсии.
Пусть из генеральной совокупности, распределенной нормально, извлечена выборка объема n и по ней найдена исправленная выборочная дисперсия S2. Требуется по исправленной дисперсии при заданном уровне значимости проверить нулевую гипотезу, что неизвестная генеральная дисперсия равна предполагаемому значению , т.е Н0: М (S2) = . В качестве критерия проверки нулевой гипотезы принимают случайную величину (хи – квадрат): , которая имеет распределение хи – квадрат с ν = n – 1 степенями свободы. Распределение хи – квадрат не симметричное. Критическая область строится в зависимости от вида конкурирующей гипотезы. В случае Н1: М (S2) < строят левостороннюю критическую область. По таблице критических точек распределения хи – квадрат находят левую критическую точку . Если < , то H0 отвергается, если > , то H0 принимается. В случае Н1: М (S2) > строят правостороннюю критическую область. По таблице критических точек распределения хи – квадрат находят правую критическую точку . Если < , то H0 принимается, если > , то H0 отвергается. В случае Н1: М (S2) ≠ строят двустороннюю критическую область. По таблице критических точек распределения хи – квадрат находят левую критическую точку и правую . Если < < , то H0 принимается, иначе отвергается. Замечание. В Excel имеется функция = ХИ2ОБР(1 – α; ν) для левосторонней критической области; = ХИ2ОБР(α; ν) для правосторонней критической области, а для двусторонней критической области: = ХИ2ОБР(1 – α/2; ν), = ХИ2ОБР(α/2; ν). Пример. Из нормальной генеральной совокупности извлекается выборка объема n = 13 и по ней найдена исправленная выборочная дисперсия S2 =10,3. Требуется при уровне значимости 0,02 проверить гипотезу Н0: М (S2) = 12 при конкурирующей гипотезе: а) Н1: М (S2) ≠ 12; б) Н1: М (S2) > 12. ▼ Найдем наблюдаемое значение критерия . а) Поскольку Н1: М (S2) ≠ 12, то критическая область двусторонняя. По таблице критических точек распределения хи – квадрат найдем , . Поскольку = 3,57 < = 10,3 < = 26,2, то H0 принимается, т.е. исправленная выборочная дисперсия S2 =10,3 незначимо отличается от предполагаемой генеральной дисперсии = 12. б) Поскольку Н1: М (S2) > 12, то имеем правостороннюю критическую область. По таблице критических точек распределения хи – квадрат найдем правую критическую точку . Поскольку = 10,3< = 24,1, то H0 принимается.
Критерий согласия Пирсона. Критерий согласия – это критерий проверки гипотезы о предполагаемом законе неизвестного распределения.
Пусть требуется проверить гипотезу, что случайная величина Х распределена по нормальному закону, т.е. Х ~ N(). На основании выборки x1, x2,…,xn объема n эту гипотезу надо принять или опровергнуть при заданном уровне значимости. Разобьем весь интервал наблюдаемых значений Х на к – равных интервалов, а в качестве эмпирической частоты mi принимаем число значений случайной величины Х, попавших в i –ый интервал. В результате получим следующий ряд распределения
Вычисляем выборочные среднюю и дисперсию . Неизвестные параметры () нормального распределения заменяем эмпирическими (, ). При данном законе распределения существует вероятность, что случайная величина Х в i –ом интервале примет значение . Поскольку объем выборочной совокупности равен n, то теоретическая частота соответствующего интервала определяется как . В качестве критерия проверки нулевой гипотезы принимается случайная величина , где - эмпирические и теоретические частоты в i –ом интервале; к – число интервалов. Этот критерий согласия был предложен Пирсоном. Наблюдаемое значение критерия сравнивается с критическим , определяемое по таблице при заданном уровне значимости α и числу степеней свободы ν = k – r – 1, где r – число параметров распределения, к – число интервалов. Если < , тогипотеза о нормальности принимается, если > , тогипотеза о нормальностиотвергается. Пример. По данным распределения объема товарооборота магазинов района проверить гипотезу о нормальности распределения. ▼ Случайная величина Х – объемы товарооборота магазинов. Исходные данные и расчетные показатели представим в расчетной таблице.
Окончательно имеем ; , . Полагаем . Теоретические частоты в i –ом интервале определяются из выражения: , где , причем полагают α1 = - ∞, βк = ∞. Результаты расчета представим в таблице
Сравним эмпирические и теоретические частоты
Получили = 1,40. Число степеней свободы ν = 5 – 2 – 1 = 2. По таблице . Поскольку = 1,4< = 5,99, тогипотеза о нормальности принимается, т.е. объемы товарооборота магазинов района распределены нормально.
|
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Последнее изменение этой страницы: 2017-02-07; просмотров: 1186; Нарушение авторского права страницы; Мы поможем в написании вашей работы! infopedia.su Все материалы представленные на сайте исключительно с целью ознакомления читателями и не преследуют коммерческих целей или нарушение авторских прав. Обратная связь - 3.136.18.48 (0.063 с.) |