рефераты конспекты курсовые дипломные лекции шпоры

Реферат Курсовая Конспект

Критерий для проверки гипотезы о математическом ожидании.

Критерий для проверки гипотезы о математическом ожидании. - раздел Математика, Проверка статистических гипотез   Пусть Генеральная Совокупность Х Имеет Нормальное Расп...

 

Пусть генеральная совокупность Х имеет нормальное распределение, и требуется проверить предположение о том, что ее математическое ожидание равно некоторому числу а0. Рассмотрим две возможности.

1) Известна дисперсия σ2 генеральной совокупности. Тогда по выборке объема п найдем выборочное среднее и проверим нулевую гипотезу Н0: М(Х) = а0.

Учитывая, что выборочное среднее является несмещенной оценкой М(Х), то есть М() = М(Х), можно записать нулевую гипотезу так: М() = а0. Для ее проверки выберем критерий

. (19.3)

Это случайная величина, имеющая нормальное распределение, причем, если нулевая гипотеза справедлива, то М(U) = 0, σ(U) = 1.

Выберем критическую область в зависимости от вида конкурирующей гипотезы:

- если Н1: М() ≠ а0, то икр: , критическая область двусторонняя, , и, если |Uнабл| < uкр, то нулевая гипотеза принимается; если |Uнабл| > uкр, то нулевая гипотеза отвергается.

- если Н1: М() > а0, то икр: , критическая область правосторонняя, и, если Uнабл < uкр, то нулевая гипотеза принимается; если Uнабл > uкр, то нулевая гипотеза отвергается.

- если Н1: М() < а0, то икр: , критическая область левосторонняя, и, если Uнабл > - uкр, то нулевая гипотеза принимается; если Uнабл < - uкр, то нулевая гипотеза отвергается.

2) Дисперсия генеральной совокупности неизвестна.

 

В этом случае выберем в качестве критерия случайную величину

, (19.4)

где S – исправленное среднее квадратическое отклонение. Такая случайная величина имеет распределение Стьюдента с k = n – 1 степенями свободы. Рассмотрим те же, что и в предыдущем случае, конкурирующие гипотезы и соответствующие им критические области. Предварительно вычислим наблюдаемое значение критерия:

. (19.5)

- если Н1: М() ≠ а0, то критическая точка tдвуст.кр. находится по таблице критических точек распределения Стьюдента по известным α и k = n – 1.

Если | Tнабл | < tдвуст.кр., то нулевая гипотеза принимается.

Если | Tнабл | > tдвуст.кр., то нулевая гипотеза отвергается.

- если Н1: М() > а0, то по соответствующей таблице находят tправост.кр.(α, k) – критичес-кую точку правосторонней критической области. Нулевая гипотеза принимается, если

Tнабл < tправост.кр..

- при конкурирующей гипотезе Н1: М() < а0 критическая область является левосторон-ней, и нулевая гипотеза принимается при условии Tнабл > - tправост.кр.. Если Tнабл < - tправост.кр.., нулевую гипотезу отвергают.

 

– Конец работы –

Эта тема принадлежит разделу:

Проверка статистических гипотез

На сайте allrefs.net читайте: "Проверка статистических гипотез"

Если Вам нужно дополнительный материал на эту тему, или Вы не нашли то, что искали, рекомендуем воспользоваться поиском по нашей базе работ: Критерий для проверки гипотезы о математическом ожидании.

Что будем делать с полученным материалом:

Если этот материал оказался полезным ля Вас, Вы можете сохранить его на свою страничку в социальных сетях:

Все темы данного раздела:

Критерий для проверки гипотезы о сравнении двух дисперсий.
  Пусть имеются две нормально распределенные генеральные совокупности Х и Y. Из них извлечены независимые выборки объемов соответственно п1 и п

Критерий Пирсона.
Достоинством критерия Пирсона является его универсальность: с его помощью можно проверять гипотезы о различных законах распределения.   1. Проверка гипотезы о нормальном расп

Критерий Колмогорова.
Этот критерий применяется для проверки простой гипотезы Н0 о том, что независимые одинаково распределенные случайные величины Х1, Х2, …, Х

Приближенный метод проверки нормальности распределения, связанный с оценками коэффициентов асимметрии и эксцесса.
Определим по аналогии с соответствующими понятиями для теоретического распределения асимметрию и эксцессэмпирического распределения.   Определение 20.1.Асиммет

Коэффициента корреляции.
Рассмотрим выборку объема п, извлеченную из нормально распределенной двумерной генеральной совокупности (X, Y). Вычислим выборочный коэффициент корреляции rB. Пусть

Ранговая корреляция.
Пусть объекты генеральной совокупности обладают двумя качественными признаками (то есть признаками, которые невозможно измерить точно, но которые позволяют сравнивать объекты между собой и располаг

Регрессионный анализ.
Рассмотрим выборку двумерной случайной величины (Х, Y) . Примем в качестве оценок условных математических ожиданий компонент их условные средние значения, а именно: условным средним

Однофакторный дисперсионный анализ.
  Пусть генеральные совокупности Х1, Х2,…, Хр распределены нормально и имеют одинаковую дисперсию, значение которой неизвестно. Н

Моделирование случайных величин методом Монте-Карло (статистических испытаний).
Задачу, для решения которой применяется метод Монте-Карло, можно сформулировать так: требуется найти значение а изучаемой случайной величины. Для его определения выбирается случайная величин

Оценка погрешности метода Монте-Карло.
Если поставить задачу определения верхней границы допускаемой ошибки с заданной доверительной вероятностью g, то есть поиска числа d, для которого

Разыгрывание случайных величин.
Определение 24.1. Случайными числами называют возможные значения r непрерывной случайной величины R, распределенной равномерно в интервале (0; 1). &nb

Хотите получать на электронную почту самые свежие новости?
Education Insider Sample
Подпишитесь на Нашу рассылку
Наша политика приватности обеспечивает 100% безопасность и анонимность Ваших E-Mail
Реклама
Соответствующий теме материал
  • Похожее
  • Популярное
  • Облако тегов
  • Здесь
  • Временно
  • Пусто
Теги