Более удобной процедурой проверки гипотезы , в определенном смысле обратной к
изложенной выше, является следующая. Вместо того, чтобы работать с
фиксированным уровнем значимости
и только соглашаться с
принятием или отклонением
, мы могли бы найти по
формулам (3.1) - (3.2) такое значение
(будем
обозначать его W), которое соответствует реализации
Т0 статистики Т, наблюденной в данном эксперименте (в данной выборке).
Эту величину
называют по-разному: «фактически достижимым
уровнем значимости» в работе [15], «W–значением»
а работе [16] и т.п. Фактически величина есть вероятность тoгo,
что статистика Т, по которой ведется проверка гипотезы
,
примет следующие значения (при условии, что
верна):
а)
большее, чем ее наблюденное значение Т0, при ,
и тогда
(3.1a), б)
меньшее, чем ее наблюденное значение Т0, при
,
и тогда
(3.2a), или,
что все равно,
.
В случае двусторонней альтернативы величина
W определяется (если принять равными «хвосты» распределения
над критической областью) из условия
или,
что все равно, (3.3a).
Формулы (3.1а) - (3.3а) являются следствием формул (3.1) -
(3.2) и позволяют определить «W-значение»,
или вероятность гипотезы Н0, при произвольном законе распределения статистики Т. Если статистика Т является
дискретной случайной величиной, то интегралы в формулах (3.1а) - (3.3а) переходят
в соответствующие суммы.
Перейдем к выводу конкретных рабочих формул для определения показателя W по выборочным данным при различных планах испытаний.
а. Биноминальный план испытаний
Пусть и
- результаты испытаний изделия на i-ом этапе в условиях
. Обозначим
через
возможное число отказов из
образцов. Случайные величины
независимы и имеют биноминальный закон
распределения с параметром
, который определяет
вероятность безотказной работы изделия в режиме
.
Требуется по результатам испытаний оценить вероятность W гипотезы при альтернативах Н1,
Н2 или Н3.
Пространство исходов опыта состоит
из точек
,
. Для
определенности будем считать, что
. В противном случае
второй этап испытаний будем считать первым. Положим
,
.
Нетрудно показать, что условное распределение случайной
величины (или
) при
том, что
, является гипергеометрическим, если гипотеза
Н0 верна, т.е.
,
,
(3.4)
где
- число сочетаний из n по d.
Действительно, вероятность появления исхода () с учетом независимости
равна
(3.5).
Если верна гипотеза , то
выражение (3.5) принимает вид
.
С другой стороны, если Н0 верна, то
.
По определению условной вероятности получаем
.
Учитывая, что , приходим к равенству
(3.4).
Используя условное распределение (З.4) случайной величины , которое получено в предположении, что Н0
верна, и соотношение (3.1а), приходим к выводу, что при альтернативе
(или
,
)
- значение
определяется по формуле (если
)
,
(3.6).
Если , то, меняя местами
индексы 1 и 2 (т.е. считая первый этап испытаний вторым, и наоборот), придем
снова к формуле (3.6).
При альтернативе (или
) W - значение определяется с учетом выражения (З.2а) по
формуле
при (
)
(3.7).
Наконец, при альтернативе W - значение определяется в соответствии с формулой
(З.За):
(3.8).
Пример 1. Пусть = 3,
= 1 и
= 8,
= 2,
т.е.
,
. Найдем
вероятность гипотезы
против каждой из альтернатив H1, Н2 и Н3.
По формуле (3.6) (учитывая, что )
находим
. По формулам (3.7) и (3.8):
и
.
Формулы (3.6) - (3.8) являются точными при любых значениях
и
, однако
при
> 10 и
> 2
вычисления по ним довольно громоздки. Поэтому при больших значениях
и
удобней
использовать их приближения, основанные на замене биноминального закона
распределения законом Пуассона или нормальным распределением.
Пуассоновское приближение биноминального закона справедливо
при условии, что [1] и
, и при этом:
.
Используя связь между функцией биноминального распределения и F- распределением Фишера [16], можно записать
Уважаемый посетитель!
Чтобы распечатать файл, скачайте его (в формате Word).
Ссылка на скачивание - внизу страницы.