Криволинейная корреляция
– параболическая корреляция.
Нужно получить уравнение регрессии
Находим производные
пример.
Y | X | ny | |||
– 2 | |||||
– 1 | |||||
nx |
Критерий согласия
Если можно прогнозировать законы распределения некоторой случайной величины, то параметры закона распределения находят методом моментов. Этот метод заключается в приравнивании параметров теоретического распределения к выборочным оценкам этих параметров.
пример. Известно, что X распределена по показательному закону. Заданы выборочные значения этой случайной величины.
xi | 2,5 | 7,5 | 12,5 | 17,5 | 22,5 | 27,5 |
ni |
Найти закон распределения.
Решение
Показательное распределение имеет вид:
Пусть случайная величина X распределена по некоторому неизвестному закону F0(x).
Определение. Статистическая гипотеза – это любое предположение о законе распределения случайной величины X или о его параметрах.
Выдвинутая гипотеза называется нулевой.
H0: X распределена по F0(x)
Противоположная ей гипотеза называется конкурирующей, или альтернативной.
H1: X не распределена по F0(x)
Гипотеза называется простой, если она однозначно определяет закон распределения, иначе она называется сложной.
пример.
Пусть λ = 5 – простая гипотеза.
Пусть λ ≤ 5 – сложная гипотеза.
Для проверки гипотезы формируется статистический критерий, который однозначно определяет выборки, для которых гипотеза отвергается, и выборки для которых гипотеза принимается. Множество выборок, для которых H0 принимается, обозначим G, называется областью допустимых значений или иногда областью применимости гипотезы, а множество выборок, для которых гипотеза отвергается, обозначим W, называется критической областью.
По каждой выборке просчитывается наблюдаемое значение критерия Kнабл, которая сравнивается с известным значением этого критерия Ккр (табличное значение).
Критическая область W может быть правосторонней, левосторонней и двусторонней.
1) правосторонняя критическая область W.
2) левосторонняя критическая область W.
3) двусторонняя критическая область W.
При обработке гипотезы возможны 4 варианта.
1) H0 верна и принимается на основании K.
2) H0 неверна и отвергается на основании K.
3) H0 верна и отвергается на основании K, т.е. происходит ошибка первого рода.
Вероятность ошибки первого рода α называется уровнем значимости критерия.
α достаточно мало и задается наперед.
4) H0 неверна и принимается на основании K, т.е. происходит ошибка второго рода, обозначим ее вероятность β.
Очевидно, чем меньше α, тем больше вероятность принять гипотезу, т.е. тем больше β.
Мощностью критерия называется число 1 – β. Если β – это вероятность совершить ошибку второго рода, то мощность – это вероятность не совершить ошибку второго рода.
Критерии, по которым определяется закон распределения случайной величины называются критериями согласия.
Критерия Пуассона
H0: X распределена по F0(x). Пусть задана некоторая выборка.
xi | x1 | ....... | xk |
ni | n1 | ....... | nk |
Критическая область правосторонняя.
1) Kнабл по выборке.
2) Kкр по таблице.
Kкр (α, k), k = s – r – 1 – количество степеней свободы системы.
где s – число классов в выборке;
r – число параметров распределения.
3)
Кнабл > Ккр Þ H0 отвергается.
Кнабл < Ккр Þ H0 принимается.
Если статистический ряд распределения дискретен, то ,
а если ряд непрерывен, то
пример. При уровне значимости α = 0,025 нужно проверить гипотезу о нормальном распределении X.
(4; 6) | (6; 8) | (8; 10) | (10; 12) | (12; 14) | (14; 16) | (16; 18) | (18; 20) | (20; 22) | |
xi | xi+1 | pi | ni | |||||||||
– | – 6,63 | – ∞ | – 1,41 | – 0,5 | – 0,4207 | 0,0793 | 15,86 | 0,7396 | 0,0466 | |||
– 6,63 | – 4,63 | – 1,41 | – 0,99 | – 0,4207 | – 0,3389 | 0,0818 | 16,36 | 92,9296 | 5,6803 | |||
– 4,63 | – 2,63 | – 0,99 | – 0,156 | – 0,3389 | – 0,2123 | 0,1266 | 25,32 | 0,1024 | 0,0040 | |||
– 2,63 | – 0,63 | – 0,156 | – 0,13 | – 0,2123 | – 0,0517 | 0,1606 | 32,12 | 4,4944 | 0,1399 | |||
– 0,63 | 1,37 | – 0,13 | 0,29 | – 0,0517 | 0,1141 | 0,1658 | 33,16 | 51,2656 | 1,5460 | |||
1,37 | 3,37 | 0,29 | 0,72 | 0,1141 | 0,2642 | 0,1501 | 30,02 | 81,3604 | 2,7102 | |||
3,37 | 5,37 | 0,72 | 1,14 | 0,2642 | 0,3729 | 0,1087 | 21,74 | 5,1076 | 0,2349 | |||
5,37 | 7,37 | 1,14 | 1,57 | 0,3729 | 0,4418 | 0,0689 | 13,78 | 38,6884 | 2,8076 | |||
7,37 | – | 1,57 | ∞ | 0,4418 | 0,5 | 0,0582 | 11,64 | 1,8496 | 0,1589 | |||
å | из табл. | из табл. | 13,3284 |
Вывод: Þ H0 принимается; следовательно случайная величина X распределена нормально.
Дата добавления: 2016-02-27; просмотров: 2001;