Kategorier: Alle - выборка - критерии - распределение - эксперимент

av Алена Силантьева 8 år siden

165

Статистические гипотезы. Критерии согласия.Параметрические критерии.

В статистике существует множество методов для проверки гипотез и анализа данных. Среди них важное место занимают критерии согласия, позволяющие оценить степень соответствия выборочного распределения гипотетическому.

Статистические гипотезы. Критерии согласия.Параметрические критерии.

Статистические гипотезы Критерии согласия Параметрические критерии

Нормальный закон распределения

Характерно:- свойство, называемое «правилом трех сигм»: вероятность того, что значение нормально распределенной случайной величины отклонится от математического ожидания не более чем на 3σ, примерно равна единице. (если признак имеет нормальное распределение, то большинство вариант будут отдаляться от среднего значения не далее, чем на 3σ);- совпадение величин средней арифметической, моды и медианы;- чем больше величина признака отклоняется от среднего значения, тем меньше будет частота встречаемости(вероятности) этого признака в распределении.

Тип организации эксперимента

Являются выборки зависимыми или независимыми.

Независимые выборки

(или несвязные), если процедура эксперимента и результаты измерения,полученные на одной из выборок, не оказывают влияния на особенности протекания эксперимента и результаты измерения у другой выборки. Например, измерения каких-либо параметров в двух разных группах, одна из которых получала препарат А, а другая – препарат В.

Зависимые выборки

(или связные), если процедура эксперимента и результаты измерения,полученные на одной выборке, оказывают влияние на особенности протекания эксперимента и результаты измерения у другой выборки. Например, измерения каких-либо параметров в одной и той же группе: первый раз – до начала лечения,второй раз – после окончания курса лечения.

Статистическая гипотеза

Предположение о виде неизвестного распределения или об его параметрах.

Альтернативная гипотеза

(или конкурирующая) – гипотеза о различиях,обозначается H1.

Нулевая гипотеза

(или основная) – гипотеза о сходстве, обозначается H0.В результате проверки статистических гипотез возможны четыре случая:Правильное решение:1) гипотеза Н0 верна и не отвергается;2) гипотеза Н0 не верна и отвергается;Статистическая ошибка I рода:3) гипотеза Н0 верна, но отвергается;Статистическая ошибка II рода:4) гипотеза Н0 не верна, но не отвергается.

Статистический критерий (величина К)

Наблюдаемое значение критерия – это значение критерия, вычисленное по выборке, то есть зависящее от выборочных значений.Допустимая область – это область значений критерия, которые не противоречат нулевой гипотезе.Критическая область – это область значений критерия, при которых отвергается нулевая гипотеза и принимается конкурирующая.Критические точки – это точки, отделяющие критическую область от допустимой.

Виды критериев

Непараметрические

не базируются на предположении о виде распределения изучаемой величины и используют непосредственно выборочные данные, а не параметры выборки.

Параметрические

основаны на конкретном виде распределения изучаемой случайной величины (как правило, на нормальном распределении) и используют числовые характеристики выборочной совокупности (выборочную среднюю, выборочную дисперсию и т.п.), которые являются точечными оценками параметров генеральной совокупности.

Критерий Стьюдента

Проверка гипотезы о равенстве генеральныхсредних двух нормально распределенных генеральных совокупностей.Гипотезы выдвигаются следующим образом:H0 - генеральные средние равныH1 - генеральные средние не равны

Критерий Фишера-Снедекора

Проверка гипотез о равенстве генеральныхдисперсий двух нормально распределенных генеральных совокупностей.Гипотезы выдвигаются следующим образом:· H0 - генеральные дисперсии равны· H1 - генеральные дисперсии не равны

Критерии согласия

Критерии, позволяющие оценить степень согласия наблюдаемого статистического распределения выборки с гипотетическим распределением

Критерий Шапиро-Уилка W

Основан на отношении оптимальной оценки дисперсии к ее обычной оценке. Применение критерия требует специальных таблиц с коэффициентами. Поэтому для числа наблюдений больше 2000, этот критерий неприменим. Лучший критерий нормальности, так как он обладает большей мощностью перед широким выбором альтернативных критериев нормальности.

Критерий Колмогорова (Колмогорова-Смирнова)

Позволяет оценить вероятность того, чтоданная выборка принадлежит генеральной совокупности с нормальным распределением. Если вероятность р < 0,05, то данное распределение отличается от нормального, а если р > 0,05, то приблизительное соответствие данного распределения нормальному.Наиболее состоятельный для определения степени соответствия эмпирического распределения нормальному для выборок большого объема.