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 гипотезы о законе распределения
На практике часто приходится решать задачу определение закона распределения случайной величины. Эта задача решается так. Предполагается, что случайная величина X распределена по закону с плотностью где a, b – параметры распределения. Если эти параметры не известны, то их следует оценить по опытным данным, на пример, по методу наибольшего правдоподобия. Затем по опытным данным строится статистическая функция распределения или гистограмма и с использованием соответствующего критерия согласия проверяется соответствие теоретического закона распределения (гипотезы) статистическому закону распределения. Между гипотезой и статистическим распределением неизбежны расхождения. Для ответа на вопрос, являются ли эти расхождения случайными, или закономерными следут воспользоваться соответствующим критерием согласия. Таким образом, задача формулируется так: вводится гипотеза H что величина Х имеет функцию распределения f(a, b, x). Для того, чтобы принять или отвергнуть эту гипотезу рассмотрим некоторую величину U, характеризующую степень расхождения между этим и статистическим распределением. Очевидно, что это есть случайная величина. Её закон распределения зависит от закона распределения Х. Допустим, что этот закон распределения нам известен. Обнаружено, что величина U приняла значение u. Спрашивается, можно ли объяснить это отклонение случайностью? Вычислим вероятность события . Если эта вероятность мала, то гипотезу Н следует отвергнуть, в противном случае – принять. Оказывается, что при некоторых способах выбора U, её закон распределения обладает простыми свойствами и для достаточно больших выборок практически не зависит от закона распределения случайной величины X. Рассмотрим критерий согласия Пирсона - c2. Предположим, что произведено n независимых опытов, в каждом из которых случайная величина Х приняла определённое значение. Выделены k интервалов, построена гистограмма распределения и оформлен статистический ряд.
Здесь xi – границы интервалов, - опытные частоты. Требуется проверить, согласуются ли экспериментальные данные с гипотезой о том, что случайная величина Х имеет данный закон распределения.
Зная теоретический закон распределения, можно найти вероятности попадания случайной величины в каждый из разрядов: Проверяя согласованность теории и статистики, будем исходить из расхождений между теоретическими вероятностями p и наблюдёнными частотами p*. Выберем в качестве U сумму квадратов отклонений. с – веса разрядов берутся обратно-пропорциональными вероятностям разрядов. При таком выборе коэффициентов мера расхождения обычно обозначается c2: Учитывая, что (9.2.1) К.Пирсон показал, что U как случайная величина с ростом n имеет асимптотическое распределение с плотностью . (9.2.2) Это распределение называется распределением и является частным случаем рассмотренного ранее гамма распределения (7.4.8) с параметрами и α= r/2. Единственный параметр распределения r называется числом степеней свободы и определяется по формуле , (8.2.3) где k – число интервалов в гистограмме, по которым сгруппированы данные выборки, а s – число условий, накладываемых на частоты pi*. Примеры условий: То есть число условий равно числу оцененных по выборке параметров плюс условие нормировки вероятностей к единице. Для распределения c2 составлены специальные таблицы, позволяющие по числу степеней свободы r и уровню значимости определить допустимое значение меры расхождения U для принятия гипотезы о законе распределения (гипотезы H). Схема применения критерия c2: 1. Выборка значений случайной величины X разбивается по интервалам и строится статистический ряд и гистограмма. 2. Оцениваются параметры предполагаемого распределения. 3. Рассчитываются теоретические вероятности попадания случайной величины в соответствующие интервалы . (9.2.4) 4. Определяется мера расхождения U по формуле (9.2.1). 5. Определяется число степеней свободы r по формуле (9.2.3). 6. Принимается соответствующее значение уровня значимости . 7. По и r по таблице для распределения (9.2.2) определяется допустимое значение меры расхождения , где удовлетворяет уравнению
. (9.2.5) 8. Если ,то гипотеза о законе распределения принимается как непротиворечащая опытным данным. Если , то гипотеза отбрасывается как неправдоподобная.
Пример. Имеется выборка реализаций случайной величины X объемом n =50: 7.42 6.65 9.00 7.89 7.37 6.52 8.07 6.92 6.37 6.12 7.13 6.03 7.08 8.05 6.37 8.33 6.47 6.99 9.01 7.02 7.49 6.20 6.46 7.81 7.66 5.88 7.72 8.28 6.89 5.95 8.28 9.03 7.34 8.17 8.33 6.79 7.56 7.64 7.82 6.81 6.00 8.66 8.51 7.22 6.46 7.54 7.73 5.20 7.82 7.18
Оценим параметры распределения в предположении, что случайная величина X подчиняется закону Симпсона, для которого плотность распределения имеет вид: Это распределение имеет два параметра a и b, которые оценим по методу моментов из следующих уравнений: . По выборке реализаций случайной величины Х определяем: ; 0. Таким образом, для определения параметров a и b имеем два уравнения: . В результате решения этой системы получаем, что . Построим теперь по выборке статистический ряд. Крайние значения выборки . Размах выборки . Разобьем диапазон изменения значений выборки на 5 интервалов с шагом 1 от 5 до 10 и проведем группирование данных выборки по интервалам. Результаты такого группирования отражены в таблице 9.2.1.
Таблица 9.2.1
m i – это частота i -го интервала (число данных выборки, попавшее в i -ый интервал); - частость (относительная частота или статистическая вероятность) значений выборки из i -го интервала; - теоретические вероятности попадания значения случайной величины Х в соответствующий интервал, рассчитанные по формуле (9.2.4). Мера отклонения статистических вероятностей от теоретических, рассчитанная по формуле (9.2.1), равная сумме значений пятой строки таблицы 9.2.1, U =2.931. Если принять уровень значимости , то пользуясь уравнением (8.2.5) или соответствующей таблицей для -распределения для отмеченного значения α и числа степеней свободы r =5-3=2 получаем, что Так как , то гипотеза о законе распределения Симпсона не противоречит опытным данным и ее можно принять. Системы случайных величин 10.1.Понятие о системе случайных величин На практике распространены ситуации, когда случайное явление характеризуется несколькими случайными величинами. Например, надежность режущего инструмента характеризуют стойкостью T в минутах времени резания и временем восстановления T в в мин. Габаритные размеры произвольной детали, обрабатываемой на токарном станке характеризуются длиной L и диаметром D. Габаритные размеры корпусной детали характеризуются тремя размерами: длиной L, шириной B, высотой H. Сила резания характеризуется тремя составляющими , то есть проекциями силы резания на соответствующие оси координат станка. В общем случае систему случайных величин можно рассматривать как многомерную случайную величину, каждое возможное ее значение представляется в виде точки в пространстве с соответствующем числом измерений, координаты которой и есть соответствующие случайные величины. Рассмотрим подробнее двумерный случай.
|
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Последнее изменение этой страницы: 2021-12-15; просмотров: 28; 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 - 3.139.240.142 (0.012 с.) |