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.