1 2 3 4 5 6 7 48.Порівняння двох середніх нормальних генеральних сукупностей Порівняння двох середніх нормальних генеральних сукупностей, дисперсії яких відомі (незалежні вибірки) Нехай генеральні сукупності і розподілені нормально, причому їхні дисперсії відомі (з попереднього досвіду чи теоретично). По незалежних вибірках, обсяги яких дорівнюють відповідно і , взятих з цих сукупностей, знайдено вибіркові середні і . Потрібно з вибіркових середніх при заданому рівні значущості перевірити нульову гіпотезу про те, що генеральні середні (математичні сподівання) розглянутих сукупностей рівні між собою, тобто: : . Конкуруючою гіпотезою є : . З огляду на те, що вибіркові середні є незміщеними оцінками генеральних середніх, тобто і , нульову гіпотезу можна записати ще інакше: : . У якості критерію перевірки нульової гіпотези візьмемо випадкову величину , (4) яка є нормованою нормальною розподіленою випадковою величиною [2]. Двосторонню критичну область будуємо, виходячи з вимоги, щоб імовірність влучення критерію в цю область у припущенні справедливості нульової гіпотези дорівнювала б прийнятому рівню значущості . Можна показати, що найбільша потужність критерію досягається при рівності ймовірностей улучення критерію в кожний із двох інтервалів критичної області, тобто при , . Із симетрії нормованої нормальної величини випливає симетрія і критичних точок, тобто . Тому для визначення двосторонньої критичної області досить знайти праву границю її області, використовуючи функцію Лапласа і таблицю її значень за формулою: чи . Далі треба обчислити значення критерію, що спостерігається . Якщо виявиться, що , то причин відкинути нульову гіпотезу немає і її приймають, у противному випадку () – нульову гіпотезу відкидають. 49.Перевірка гіпотези про нормальний розподіл генеральних сукупностей Перевірка гіпотези про закон розподілу здійснюється за допомогою спеціально підібраної величини – критерію узгодженості. Існує декілька критеріїв узгодженості: , Колмогорова, Смірнова К. Пірсона, тощо.Для перевірки гіпотези про нормальний закон розподілу генеральної сукупності скористаємось критерієм Пірсона, перевагою якого є те, що він застосовується не тільки до нормального, але і до інших розподілів. Для того, щоб при заданому рівні значущості перевірити нульову гіпотезуН0: генеральна сукупність розподілена нормально, потрібно спочатку обчислити теоретичні частоти , а потім значення критерію за даними вибірки: і за таблицею критичних точок (додаток 4), за заданим рівнем значущості і числом ступенів вільностіk=s-3 знайти критичну точку . Якщо – немає підстав відхилити нульову гіпотезу. Якщо – нульову гіпотезу відхиляють. Обсяг вибірки повинен бути достатньо великим, принаймні не менше 50. Отже, необхідно перевірити гіпотези про нормальний розподіл генеральних сукупностей X та Y, використовуючи критерій погодженості Пірсона. При рівні значущості перевіримо гіпотезу про нормальний розподіл генеральної сукупності, якщо відомі емпіричні ( ) і теоретичні частоти 50.Методика обчислення теоретичних частот нормального розподілу Розглянемо один із способів обчислення теоретичних частот в припущенні, що генеральна сукупність розподілена нормально. 1. Весь інтервал спостережувальних значень Х вибірки обсягу ділять на частинних інтервалів . Знаходять середини частинних інтервалів . Одержуємо варіаційний ряд
2. Обчислюємо вибіркову середню і вибіркове середнє квадратичне відхилення .3. Нормуємо випадкову величину Х, тобто переходимо до величини і обчислюємо кінці інтервалів і . (15.7) При цьому найменше значення , тобто , беруть рівним , а найбільше беруть рівним . 4. Обчислюємо теоретичні ймовірності попадання Х в інтервал за формулою , (15.8) де - функція Лапласа. 5. Обчислюємо шукані теоретичні частоти за формулою . (15.9) 51.Статистична та кореляційна залежності Однією із задач математичної статистики є встановлення й оцінювання залежності однієї випадкової величини від іншої або від кількох інших величин. Розглянемо випадкові величини Х та Y. В загальному випадку вони можуть бути залежними або незалежними. Випадкові величини будуть незалежними, якщо розподіл однієї з них не залежить від того, якого значення набуде інша. Коли ця умова не виконується – випадкові величини залежні. При цьому вони можуть бути пов’язані функціональною або статистичною залежністю. Якщо кожному можливому значенню випадкової величини Х відповідає єдине випадкове значення випадкової величини Y, то існує функціональна залежність між величинами Y та Х. Це найсильніша залежність. Тоді Y являє собою функцію випадкового аргументу Х, тобто Y = j(x). Статистичною називають таку залежність, при якій зміна однієї величини приводить до зміни розподілу іншої. Зокрема, статистична залежність виявляється у тому, що при зміні однієї величини змінюється середнє значення іншої; така залежність називається кореляційною. 52.Знаходження довірчого інтервалу для математичного сподівання нормально розподіленої ознаки Х якщо середнє квадратичне відхилення відоме 53. Знаходження довірчого інтервалу для математичного сподівання нормально розподіленої ознаки Х якщо середнє квадратичне відхилення невідоме 54.Знаходження довірчого інтервалу для середнього квадратичного відхилення нормально розподіленої ознаки Довірчий інтервал для оцінки середньоквадратичного відхилення нормального розподілу Нехай кількісна ознака X генеральної сукупності розподілена за нормальним законом. Треба знайти довірчий інтервал, що покриває середньоквадратичне відхилення генеральної сукупності із заданою надійністю Рдов=. Оскільки треба оцінити невідоме середньоквадратичне відхилення генеральної сукупності по виправленому вибірковому середньоквадратичному відхиленню s, потрібно щоб виконувалося співвідношення де Zi (i =1, 2,…, n) – нормальні, нормовані незалежні величини, тобто їх математичне сподівання дорівнює нулю, середнє квадратичне відхилення дорівнює одиниці і кожна з них розподілена за нормальним законом. 1 2 3 4 5 6 7 |