Информатика и выч. техника \ Анализ данных

Аналіз даних: Навчальний посібник (Розділи: Предмет курсу. Основні задачі. Випадкові величини. Нормальний розподіл і основні розподіли, пов'язані з ним), страница 17

5 СТАТИСТИЧНА ПЕРЕВІРКА СТАТИСТИЧНИХ ГІПОТЕЗ

Статистична перевірка гіпотез є другим після статистичного оцінювання параметрів розподілу і в той же час найважливішим розділом математичної статистики.

Методи математичної статистики дозволяють перевірити:

ü припущення про закон розподілу деяких випадкових величин (генеральної сукупності);

ü про значення параметрів цього розподілу;

ü про наявність кореляційної залежності між випадковими величинами, визначених на множині об'єктів однієї і тієї ж генеральної сукупності.

Статистичною називають гіпотезу про вигляд невідомого розподілу, про параметри відомих розподілів.

Наприклад:

1 генеральна сукупність розподілена за нормальним законом;

2 математичні сподівання двох нормальних сукупностей рівні;

3 Земля обертається навколо Сонця – нестатистична гіпотеза.

Задача полягає в тому, щоб підтвердити або спростувати гіпотезу, використовуючи вибіркові (експериментальні) дані.

Перевірити статистичну гіпотезу – це означає перевірити, чи узгоджуються вибіркові дані з цією гіпотезою. Перевірка здійснюється за допомогою статистичного критерію.

Статистичний критерій – це випадкова величина, закон розподілу якої (разом із значеннями параметрів) відомий у випадку, якщо прийнята гіпотеза справедлива.

Цей критерій ще називають критерієм згоди.

Звичайно використовуються критерії Стьюдента, Фішера, χ² (Пірсона) та ін.

Нульовою (основною) гіпотезою називають висунуту гіпотезу Н₀. Разом з нульовою гіпотезою Н₀висувається альтернативна або конкуруюча гіпотеза Н₁, що суперечить нульовій.

Наприклад :

1) Н₀ : Q₁ = Q₂; 2) Н₀ : Q₁ = Q₂; 3) Н₀ : Q₁ = Q₂;

Н₁ : Q₁ > Q₂ ; Н₁ : Q₁ < Q₂; Н₁ : Q₁ Q_2.

Нехай випадкова величина К – статистичний критерій перевірки деякої гіпотези Н₀. При справедливості Н₀ закон розподілу випадкової величини К характеризується деякою відомою щільністю розподілу ймовірності p(K).

Виберемо деяку малу величину α (0,05; 0,01; 0,001). Визначимо критичне значення критерію К_кр як розв’язок одного з трьох рівнянь залежно від вигляду Н₀ та Н₁ .

Р (K > K_кр)= α , (5.1)

Р (K < K_кр)= α , (5.2)

Р (K < K_кр1) + Р (K > K_кр2)= α. (5.3)

Можливі й інші рівняння, але вони зустрічаються не так часто.

Розв’язок рівнянь (5.1–5.3) полягає в такому: за заданою імовірністю α, знаючи p(K), задану, як правило, у вигляді таблиць, потрібно визначити K_кр.

Розглянемо рівняння Р (K > K_кр)= α (5.1). Розв’язавши його, знаходимо значення , що розбиває числову вісь на дві області: – область прийняття гіпотези; – критична область.

Критична точка, що отримана з рівняння (5.1), називається правобічною.

Якщо K_р – значення критерію K, розраховане за вибірковими даними, перевершило значення K_кр, це означає, що вибіркові дані не дають підстави для прийняття нульової гіпотези H₀. У цьому випадку говорять, що гіпотеза H₀ не узгоджується з вибірковими даними і повинна бути відкинута. Якщо K_рне перевершує K_кр, то говорять, що вибіркові дані несуперечать гіпотезі H₀, і немає підстав відкидати цю гіпотезу.