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 |
Проверка статистической гипотезы о математическом ожидании нормального распределения при известной дисперсии. ⇐ ПредыдущаяСтр 7 из 7
Пусть имеется нормально распределенная случайная величина x,, определенная на множестве объектов некоторой генеральной совокупности. Известно, что D x = s 2. Математическое ожидание M x неизвестно. Допустим, что имеются основания предполагать, что M x = a, где a – некоторое число (такими основаниями могут быть ограниченные сведения об объектах генеральной совокупности, опыт исследования подобных совокупностей и т. д.). Будем считать также, что имеется другая информация, указывающая на то, что M x = a 1, где a 1 > a. I. Выдвигаем нулевую гипотезу H 0: M x = a; при конкурирующей гипотезе H 1: M x = a 1. Делаем выборку объема n: x 1, x 2,..., xn . В основе проверки лежит тот факт, что случайная величина (выборочная средняя) распределена по нормальному закону с дисперсией s 2/ n и математическим ожиданием, равным a в случае справедливости H 0, и равным a 1 в случае справедливости H 1. Очевидно, что если величина оказывается достаточно малой, то это дает основание предпочесть гипотезу H 0 гипотезе H 1. При достаточно большом значении более вероятна справедливость гипотезы H 1. Задачу можно было бы поставить так: требуется найти некоторое критическое число, которое разбивало бы все возможные значения выборочной средней (в условиях данной задачи это все действительные числа) на два полубесконечных промежутка. При попадании в левый промежуток следовало бы принимать гипотезу H 0, а при попадании в правый промежуток предпочтение следовало бы оказать гипотезе H 1. Однако на самом деле поступают несколько иначе. В качестве статистического критерия выбирается случайная величина , распределенная по нормальному закону, причем Mz = 0 и Dz = 1 (это следует из свойств математического ожидания и дисперсии) в случае справедливости гипотезы H 0. Если справедлива гипотеза H 1, то На рисунке 1. изображены графики p 0(z) и p 1(z) – функций плотности распределения случайной величины z при справедливости гипотез H 0 и H 1, соответственно. Если величина , полученная из выборочных данных, относительно велика, то и величина z велика, что является свидетельством в пользу гипотезы H 1. Относительно малые значения приводят к малым значениям z, что свидетельствует в пользу гипотезы H 0. Отсюда следует, что должна быть выбрана правосторонняя критическая область. По принятому уровню значимости a (например a = 0,05), используя то, что случайная величина z распределена по нормальному закону, определим значение K кр из формулы
a = P (K кр < z < ¥) = F(¥) – F(K кр) = 0,5 – F(K кр). Отсюда , и осталось воспользоваться таблицей функции Лапласа для нахождения числа K кр. Если величина z, полученная при выборочном значении , попадает в область принятия гипотезы (z < K кр), то гипотеза H 0 принимается (делается вывод, что выборочные данные не противоречат гипотезе H 0). Если величина z попадает в критическую область, то гипотеза H 0 отвергается. В данной задаче может быть подсчитана мощность критерия:
Мощность критерия тем больше, чем больше разность a 1– a. II. Если в предыдущей задаче поставить другое условие: H 0: M x = a; H 1: M x = a 1 , a 1 < a, то сохранив смысл всех рассуждений, здесь придется рассматривать левостороннюю критическую область, как изображено на рисунке 2. Здесь, как и в предыдущем случае,
a * = (a 1 – a) /s, а величина K кр определяется из формулы
a = P (–¥ < z < K кр) = F(K кр) –F(–¥) = F(K кр) + . Используя формулу –F(K кр) = F(– K кр), получаем: F(– K кр) = . Отметим, что по смыслу задачи здесь K кр – отрицательное число. Значения z, вычисленные по выборочным данным, превышающие K кр, согласуются с гипотезой H 0. Если величина z попадает в критическую область (z < K кр), то гипотезу H 0 следует отвергнуть, считая предпочтительной гипотезу H 1. III. Рассмотрим теперь такую задачу: H 0: M x = a; H 1: M x ¹ a. В данном случае большие отклонения величины z от нуля в положительную или отрицательную сторону должны приводить к заключению о ложности гипотезы H 0, то есть здесь следует рассматривать двустороннюю критическую область, как изображено на рисунке 3. Критическое значение K кр определяется с помощью соотношения P (– K кр < z < K кр) = 1 – a = F(K кр) –F(– K кр) = 2F(K кр). Из этого соотношения следует:F(K кр) =
|
||||||||
Последнее изменение этой страницы: 2020-10-24; просмотров: 111; 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 - 18.117.107.90 (0.005 с.) |