Статистические гипотезы в задачах обработки экспериментальных данных (Раздел 6 учебного пособия "Статистические методы обработки экспериментальных данных"), страница 2

В рассматриваемом примере решающее правило будет состоять в некотором разбиении множества X{n} на два подмножества X0 и X1 (X0 È X1 = X,  X0 Ç X1 = Æ) таких, что при попадании возможного значения случайной величины  в множество X0 гипотеза H0 принимается, а в множество X1 – отвергается.                                                                                 ▲

Разбиение множества x на подмножества X0 и X1 можно осуществлять различным образом, поэтому прежде чем решать поставленную задачу, необходимо определить, какое из возможных разбиений множества X на подмножества X0 и X1 следует выбрать.

П р и м е р 6.2. На вход приёмного устройства в некоторый момент времени поступает случайный сигнал , который представляет сумму известного сигнала x и случайной помехи , либо одну помеху . Измеряется величина , и на основании полученного числового значения y необходимо установить, присутствовал ли на входе сигнал, т.е. выбрать одну из возможностей:  или .

▼ Введём нулевую гипотезу H0, состоящую в том, что сигнал присутствует () и конкурирующую гипотезу о том, что сигнал на входе отсутствует ().

Множество Y возможных значений случайной величины  представляет собой всю числовую ось. Решающее правило в данном случае будет состоять в разбиении множества Y на две части Y0 и Y1, такие, что при попадании возможного значения случайной величины  в множество Y0 гипотеза H0 принимается, а при попадании возможного значения  в множество Y1 эта гипотеза отвергается. Как и в предыдущей задаче, необходимо решить вопрос о таком разбиении.                                                 ▲

Из приведённых примеров видно, что при наличии способов разбиения множества возможных значений наблюдаемой величины  или  на подмножества, соответствующие приёму и отклонению гипотезы H0, общий подход к решению задачи проверки гипотез включает в себя следующие этапы.

1. Выдвигается нулевая и конкурирующая гипотезы.

2. Выбирается некоторая величина, которая представляет собой функцию элементов выборки, связана с нулевой и конкурирующей гипотезами и зависит от условий проведения эксперимента. В дальнейшем эту величину будем называть показателем согласованности гипотезы.

3. Выбирается критерий проверки (критерий согласия, критерий соответствия), т.е. совокупность правил, указывающих, при каких значениях показателя согласованности гипотеза отвергается, а при каких не отвергается.

4. Множество возможных значений показателя согласованности в соответствии с принятым критерием разбивается на два подмножества таким образом, что попадание возможного значения данного показателя в одно из этих подмножеств означает принятие гипотезы H0, а в другое – отклонение указанной гипотезы.

5. Проводится эксперимент, вычисляется величина показателя и определяется, к какому из подмножеств относится эта величина, на основании чего принимается решение о приёме или отклонении гипотезы  H0.

Из описанного выше общего подхода к решению задачи проверки гипотез следует, что это решение связано с предварительным выбором показателя согласованности и критерия проверки гипотез, которые должны обладать определёнными свойствами.

6.3. Показатель согласованности и его свойства

Показателем согласованности или статистической характеристикой гипотезы называется случайная величина , являющаяся функцией гипотетических данных и результатов наблюдений, предназначенная для проверки нулевой гипотезы.

Конкретный вид показателя согласованности для различных гипотез может быть различным. Так, при проверке гипотезы о законе распределения показатель согласованности может задаваться следующими способами:

-  в виде зависимости от гипотетической функции распределения , т.е. функции распределения, выдвинутой в качестве нулевой гипотезы, и статистической функции распределения , полученной экспериментально: