1.2.3 Проверка гипотезы о равенстве математических ожиданий двух выборок при условии равенства их генеральных дисперсий
Пусть генеральные совокупности X и Y объёмом n и m соответственно распределены по нормальному закону, причём средние квадратические отклонения их известны и равны соответственно и . Требуется по двум независимым выборкам y1..yn и y1..ym из генеральных совокупностей Y и Y соответственно проверить гипотезу о равенстве генеральных средних, т.е. основная гипотеза имеет вид:
Н0: М(Y)=М(Y), (28)
Построим критерий проверки этой гипотезы, основываясь на следующем соображении: так как приближённое представление о математическом ожидании даёт выборочное среднее, то в основе проверки гипотезы должно лежать сравнение выборочных средних . Найдём закон распределения разности . Эта разность является случайной величиной.
Если гипотеза Н0 верна, то
, (29)
Пользуясь свойствами дисперсии, получим:
Так как случайная величина является линейной комбинацией независимых нормально распределенных случайных величин Y1,…,Yn, Y1,…,Ym, то случайная величина распределена по нормальному закону с параметрами а=0, . В качестве критерия выберем пронормированную случайную величину , т.е.
, (30)
Таким образом, если гипотеза верна , случайная величина К имеет нормальное распределение N (0,1).
Теперь зададимся уровнем значимости б и перейдём к построению критических областей и проверки гипотезы для трёх видов альтернативной гипотезы Н1.
1) Альтернативная гипотеза имеет вид
Н1: М(Х)>М(Y). (31)
В этом случаи критическая область есть интервал (Yпр,б,+?); где критическая точка Yпрб определяется из условия Р(N(0.1)> Yпрб)=б. Подставляем числовые значения, найдём значение случайных величин и значение критерия Кнаб. Если Кнаб> Yпрб, то гипотезу Н0 отвергаем и принимаем гипотезу Н1. Поступая таким образом, можно допустить ошибку первого рода с вероятностью б.
2) Альтернативная гипотеза имеет вид
Н1: М(Y)<М(Y). (32)
В этом случаи критическая область имеет вид (-?, Yлев,б), где критическая точка Хлев,б находится из уравнения P(N(0.1)< Yлев,б)=б. Вычислим числовое значение Кнаб. Если оно попадает в критическую область, то принимается гипотеза Н1, в противном случае - гипотеза Н0.
3) Альтернативная гипотеза имеет вид
Н1: М(Y)?М(Y). (33)
В этом случае наибольшая мощность критерия достигается при двусторонней критической области, состоящей из двух интервалов (-?, Yлев,б) и (Yпр,б,+?).
Р (N(0,1)< Yлев,б/2)=б/2; (34)
P (N(0,1)> Yпр,б/2)=б/2. (35)
В силу симметрии плотности распределения N(0,1) относительно нуля имеет место лев,б/2=-Yпр,б/2. Если числовые значения критерия Кнаб, вычисленное по формуле (7), попадает в интервал (-?, Yлев,б/2) или в (Yпр,б/2,+?), то принимаем гипотезу Н1; если Yлев,б/2<Кнаб< Yпр,б/2 , то принимаем гипотезу Н0.
По двум независимым выборкам, объёмы которых равны n=15, m=50, извлечённым из нормальных генеральных совокупностей, вычислены средние значения =19,09, При уровне значимости б=0,05 проверить гипотезу Н0: М(Y)=М(Y) при конкурирующей гипотезе
Н1: М(Y)?М(Y).
Наблюдаемое значение критерия равно
(36)
По таблице определяем Хпр,б/2 из условия
Ф(Yпр,б/2)=(1-б)/2=0,475.
Получаем Yпр,б/2=1,96, Yлев,б/2=-1,96. Так как -1,96<0.5<1.96, то наблюдаемое значение попало в область допустимых значений. Поэтому гипотеза Н0 о равенстве математических ожиданий подтверждается на уровне значимости б=0,05.
1.2.4 Проверка гипотезы о равенстве генеральных дисперсий
При обработке наблюдений часто возникает необходимость сравнить две или несколько выборочных дисперсий. Основная гипотеза, которая при этом проверяется: можно ли считать сравниваемые выборочные дисперсии оценками одной и той же генеральной дисперсии.
Рассмотрим две выборки Y и Y, средние значения которых соответственно равны 19,09 и 19,79, выборочные дисперсии 0,81 и 1,35. Требуется выяснить, являются ли выборочные дисперсии значимо различными или же полученные выборки можно рассматривать как взятые из генеральных совокупностей с равными дисперсиями. Предположим, что первая выборка сделана из генеральной совокупности с дисперсией у12, а вторая - из генеральной совокупности с дисперсией у22. Проверяется нулевая гипотеза о равенстве генеральных дисперсий Hо: у12= у22. Чтобы отвергнуть эту гипотезу, нужно доказать значимость различия между S12 и S22 при выбранном уровне значимости р. В качестве критерия значимости обычно используется критерий Фишера. В условиях нулевой гипотезы у12= у22 и у12/у22=1 и, следовательно,
F-распределение может быть непосредственно использовано для оценки отношения выборочных дисперсий S12/S22. При доверительной вероятности 1-р двусторонняя доверительная оценка величины F имеет вид
Fp/2(f1,f2)?F?F1-p/2(f1,f2) (37)
В условиях нулевой гипотезы F= S12/S22, следовательно, с вероятностью 1-р должно выполняться двухстороннее неравенство
(38)
Вероятность неравенства равна уровню значимости р, они образуют критическую область для нулевой гипотезы. Если полученное дисперсионное отношение попадает в критическую область, различие между дисперсиями нужно считать значимым.
Двусторонний критерий значимости (26) применяется для альтернативной гипотезы Н1: у12?у22, т.е. когда соотношение между генеральными дисперсиями неизвестно. При этом в неравенстве (26) надо проверять только правую часть, так как левая часть всегда выполняется по условию
(39)
При этом различие между дисперсиями следует считать значимым, если
(40)
Дисперсионное отношение F=0,81/1,35=0,6 надо сравнить с табличным для уровня значимости р=0,05 и чисел степеней свободы f1=49 и f2=14. =2,1.
0,47?0,6?2,1
Т.к. дисперсионное отношение попадает в доверительную область, с вероятностью 0,95 можно сказать, что полученные выборки можно рассматривать как взятые из генеральных совокупностей с одинаковыми дисперсиями.
- Введение
- 1. Одномерные случайные величины
- 1.1 Функция отклика показателя качества. Выборка объёмом 15
- 1.1.1 Среднее и дисперсия выборки объёмом 15
- 1.2 Выборка объёмом 50
- 1.2.2 Среднее и дисперсия выборки объёмом 50
- 1.2.3 Проверка гипотезы о равенстве математических ожиданий двух выборок при условии равенства их генеральных дисперсий
- 1.2.4 Оценка доверительных интервалов для среднего первой выборки, используя данные второй выборки
- 2. Двумерные случайные величины
- 2.1 Корреляционное поле
- 2.2 Изучение зависимости выбранного Y от одного из факторов Х
- 2.2.1 Условные средние Y для фиксированных значений Х
- 2.2.2 Условные дисперсии Y для фиксированных значений Х
- 2.2.3 Линия регрессии Y по Х
- 3. Дисперсионный анализ и планирование эксперимента
- 3.1 Легенда (описание) эксперимента
- 3.2 Число и наименование факторов (Х) и показателей качества (Y). Их шкалы и единицы измерений
- 3.3 План эксперимента в виде латинской таблицы
- 3.4 Матрица эксперимента и график выполнения его в соответствии с выбранным планом
- 3.5 Модельные эксперименты с назначенными (фиксированными) значениями факторов
- 3.6 Дисперсионный анализ
- 3.7 Анализ по критерию Дункана
- 4. Корреляционный анализ
- 5. Регрессионный анализ
- 5.2 Оценивание значимости коэффициентов регрессии
- 5.3 Проверка адекватности уравнения по критерию Фишера
- Заключение
- 75. Обработка и анализ результатов имитационного моделирования. Оценка качества имитационной модели, влияния и взаимосвязи факторов.
- 5. Многофакторный дисперсионный анализ
- Тема 6. Планирование эксперимента и дисперсионный анализ.
- Планирование эксперимента
- 9.4. Особенности применения дисперсионного, корреляционного и регрессионного анализа, методов планирования экспериментов
- Проблема интерпретации эксперимента и воспроизводимость результатов эксперимента
- Планирование эксперимента для применения дисперсионного анализа Общие положения дисперсионного анализа
- 1.5. Тема «Планирование и анализ результатов эксперимента»
- 45. Однофакторный и многофакторный дисперсионный анализ. Применение в маркетинговых исследованиях.
- 78. Методы анализа эмпирических данных. Дисперсионный и регрессионный анализ.