Критерій узгодженості Колмогорова-Смирнова

↑

▷ Содержание

Стр 1 из 3Следующая ⇒

Вступ

Математична статистика вивчає способи отримання статистичних закономірностей на підставі спостережень випадкових величин.

Статистичною гіпотезою називається будь-яке твердження про вигляд або властивості розподілу спостережуваних в експерименті випадкових величин (зазвичай вона позначається і називається основною).

Перевірка статистичної гіпотези полягає в тому, щоб сформулювати таке правило, яке дозволило б за результатами відповідних спостережень прийняти або відхилити гіпотезу.

Рішення статистичних задач зазвичай містить два етапи: припущення про розподіл досліджуваної випадкової величини і вивчення цієї величини в рамках зробленого припущення. При цьому, природно, необхідно встановити, наскільки припущення про розподіл випадкових величин відповідають експериментальним даним. Прийнято ставити питання у формі: чи не вступає прийнята статистична модель в протиріччя з наявними даними. Критерії, що вирішують таке завдання, називають критеріями згоди.

Критеріями згоди називають статистичні критерії, призначені для виявлення розбіжностей між гіпотетичною статистичною моделлю і реальними даними, які ця модель покликана описати.

Вважаємо, що спостереження становлять випадкову вибірку, а теоретична модель описує закон розподілу ймовірностей, який управляє випадковим вибором. Важливо, що цей розподіл має бути вибрано незалежно від тих даних, за якими будемо його перевіряти. Інакше кажучи, неприпустимо спочатку "підігнати" по вибірці деякий закон розподілу, а потім намагатися перевірити згоду з отриманим законом по цій же вибірці. Допускається розбити вибірку на дві частини, по одній "підігнати" закон розподілу, а по інший - перевірити його. Говорячи по теоретичному законі розподілу, якому гіпотетично мали б слідувати елементи даної вибірки, треба розрізняти прості і складні гіпотези про цей закон:

• проста гіпотеза прямо вказує якийсь певний закон ймовірностей (розподіл ймовірностей), по якому виникли вибіркові значення;

• складна гіпотеза вказує на єдиний розподіл (наприклад, параметричне сімейство).

Критерії згоди засновані на використанні різних заходів відстаней між аналізованим емпіричним розподілом і функцією розподілу ознаки у генеральній сукупності.

Перевірка гіпотез про узгодженність

Застосовуючи критерії узгодженості для перевірки відповідності спостережуваного відомого розподілу теоретичному закону, слід розрізняти перевірку простих і складних гіпотез.

Проста перевіряюча гіпотеза має вигляд H₀: F (x) = F (x, θ), де F (x, θ) - функція розподілу ймовірностей, з якої перевіряють узгодженість спостережуваної вибірки, а θ - відоме значення параметра (скалярного або векторного).

Складна перевіряюча гіпотеза має вигляд H₀: F (x) Î {F (x, θ), θ Î }, де - область визначення параметра θ. У цьому випадку оцінку параметра розподілу обчислюють за тією ж самою вибіркою, за якою перевіряють згоду. Якщо оцінку обчислюють за іншою вибіркою, то гіпотеза проста.

У процесі перевірки узгодженості по вибірці обчислюють значення S^* статистики використовуваного критерію. Потім для того, щоб зробити висновок про прийняття або відхилення гіпотези Н₀, необхідно знати умовний розподіл G (S ½ Н₀) статистики S при справедливості Н₀.

У процесі перевірки узгодженості по вибірці обчислюють значення S^* статистики використовуваного критерію. Потім для того, щоб зробити висновок про прийняття або відхилення гіпотези Н₀, необхідно знати умовний розподіл G (S ½ Н₀) статистики S при справедливості Н₀. І якщо ймовірність

P

досить велика, принаймні P {S S^*} α, де (s ½ Н₀) - умовна щільність, а α - рівень значущості (ймовірність помилки 1-го роду - відхилити справедливу гіпотезу Н₀), то прийнято вважати, що немає підстав для відхилення гіпотези Н₀.

Перевірка простої гіпотези

При перевірці узгодженосі відомого розподілу з теоретичним розподілом випадкової величини Х діють наступним чином.

а) Формулюють перевіряючу гіпотезу, вибираючи теоретичний розподіл випадкової величини, узгодженність якого з досвідченим розподілом цієї величини слід перевірити;

б) Із сукупності відбирають випадкову вибірку обсягу n. Отримані результати спостережень розташовують у порядку їх зростання, так, що у розпорядженні мають впорядковану вибірку значень

x₁ ≤ х₂ ≤... ≤ х_n ;

в) У відповідності з обраним критерієм перевірки обчислюють значення статистики S^* критерію (за формулою S_k = );

г) У відповідності з обраним критерієм перевірки обчислюють значення

P ,

де G (s ½ H ₀) - розподіл статистики критерію при справедливості гіпотези H₀. Якщо P {S> S^*} > α, де α - рівень значимості, то немає підстав для відхилення перевіряючої гіпотези. В іншому випадку перевіряючу гіпотезу Н₀ відкидають.

Можна обчислюване значення статистики S^* порівняти з критичним значенням , що визначається з умови . Гіпотезу про узгодженість відкидають, якщо значення статистики потрапляє в критичну область, тобто при S^* > .

Перевірка складної гіпотези

При перевірці узгодженості відомого розподілу з теоретичним розподілом випадкової величини X діють наступним чином.

а) Формулюють перевіряючу гіпотезу, вибираючи теоретичний розподіл F(х, θ) випадкової величини, узгодженість якого з відомим розподілом цієї величини слід перевірити.

б) Із сукупності відбирають випадкову вибірку обсягу n. Отримані результати спостережень розташовують у порядку їх зростання, так, що у розпорядженні мають впорядковану вибірку значень .

в) У відповідності з обраним критерієм перевірки, теоретичним розподілом F (x, θ) визначають розподіл статистики критерію G (S ½ H₀) при справедливості гіпотези H₀.

г) Обчислюють значення P .

ж) Якщо P{S > S^*} > α, де α - рівень значимості, то немає підстав для відхилення перевіряючої гіпотези. В іншому випадку перевіряюча гіпотеза H₀ відкидається. Можна обчислене значення статистики S^* порівняти з критичним значенням S_α, обумовленим з умови . Гіпотезу про узгодженість не відкидають, якщо S^* < S_α.

Приклади

1. Перевірити гіпотезу про однорідність двох вибірок.

Розв’язок:

Так як вибірка є незгрупованою, то для перевірки гіпотези однорідності вибірок X і Y можна скористатися критерієм однорідності Смирнова. Задамо рівень значущості .

Статистика критерію однорідності Смирнова: , де підпорядковується розподілу Колмогорова . – емпірична функція розподілу по першій вибірці, – по другій. Проводячи обчислення, отримуєм: , , . Знаходимо за табличкою критичне значення статистики Смирнова при : . Оскільки , то нема підстав для відхилення гипотези про однородності вибірок X и Y.

	0.1	0.05	0.01
K(S)	1.2238	1.3581	1.6276

2. Перевірити просту гіпотезу про приналежність вибірки експоненціальному закону.

Впорядкована вибірка обсягом 100 спостережень має вигляд:

Розв’язок:

Перевіряюча гіпотеза має вигляд Н₀ : при

А) Критерій Колмогорова. Значення статистики розраховують за формулою

S_k = : S ^* _K = 0,8269. При цьому значенні статистики обчислюють ймовірність P { S >S^*_K } = 1 - K (S ^* _K)= 0,5011.

Б) Критерій Смирнова. Значення статистики розраховують за формулою S_m = : S ^*_m ⁼ 2,7349. При цьому значенні статистики обчислюють ймовірність P { S _m >S^* _m} =

Як бачимо, при заданні рівня значущості α <0,2548 (для критерію Смирнова), немає підстав для відхилення перевіряючої гіпотези за критеріями згоди.

3. Перевірити складну гіпотезу про приналежність вибірки з прикладу 2 експоненціальному закону

Перевіряюча гіпотеза має вигляд Н₀ : при

А) Критерій Колмогорова. Значення статистики розраховують за формулою

S_k = : S ^* _K = 0,5188. З таблиці А.7 знаходять, що розподіл статистики критерію добре апроксимується логарифмічно нормальним розподілом з параметрами θ₀ = 0,2545; θ₁ = - 0,3422. При знайденому значенні статистики по логарифмічно нормальному закону обчислюють ймовірність P { S>S^*_K }= 0,8914.

Б) Критерій Смирнова. Значення статистики розраховують за формулою S_m = : S ^*_m ⁼ 1,0767. З таблиці А.11 видно, що розподіл статистики критерію апроксимується логарифмічно нормальним розподілом з параметрами θ₀ = 0,6951; θ₁ = 0,226. При знайденому значенні статистики обчислюють ймовірність P {Sm> S^*_m} = 0,5866.

По критеріям згоди вибірки з експонентним законом досить задовільні.

Висновок

В даній курсовій роботі мною було розглянуто один з непараметричних критеріїв,оснований на аналізі емпіричного розподілу і функції розподілу в генеральній сукупності, а саме критерій Колмогорова-Смирнова,який застосовується в математичній статистиці з метою перевірки простих і складних гіпотез.

Було розглянуто відмінність окремо критерію Колмогорова та окремо критерію Смирнова. На основі теоретичної частини я розглянула декілька практичних моментів з застосуванням приведених вище алгоритмів кожного з параметрів.

Вступ

Математична статистика вивчає способи отримання статистичних закономірностей на підставі спостережень випадкових величин.

Статистичною гіпотезою називається будь-яке твердження про вигляд або властивості розподілу спостережуваних в експерименті випадкових величин (зазвичай вона позначається і називається основною).

Перевірка статистичної гіпотези полягає в тому, щоб сформулювати таке правило, яке дозволило б за результатами відповідних спостережень прийняти або відхилити гіпотезу.

Рішення статистичних задач зазвичай містить два етапи: припущення про розподіл досліджуваної випадкової величини і вивчення цієї величини в рамках зробленого припущення. При цьому, природно, необхідно встановити, наскільки припущення про розподіл випадкових величин відповідають експериментальним даним. Прийнято ставити питання у формі: чи не вступає прийнята статистична модель в протиріччя з наявними даними. Критерії, що вирішують таке завдання, називають критеріями згоди.

Критеріями згоди називають статистичні критерії, призначені для виявлення розбіжностей між гіпотетичною статистичною моделлю і реальними даними, які ця модель покликана описати.

Вважаємо, що спостереження становлять випадкову вибірку, а теоретична модель описує закон розподілу ймовірностей, який управляє випадковим вибором. Важливо, що цей розподіл має бути вибрано незалежно від тих даних, за якими будемо його перевіряти. Інакше кажучи, неприпустимо спочатку "підігнати" по вибірці деякий закон розподілу, а потім намагатися перевірити згоду з отриманим законом по цій же вибірці. Допускається розбити вибірку на дві частини, по одній "підігнати" закон розподілу, а по інший - перевірити його. Говорячи по теоретичному законі розподілу, якому гіпотетично мали б слідувати елементи даної вибірки, треба розрізняти прості і складні гіпотези про цей закон:

• проста гіпотеза прямо вказує якийсь певний закон ймовірностей (розподіл ймовірностей), по якому виникли вибіркові значення;

• складна гіпотеза вказує на єдиний розподіл (наприклад, параметричне сімейство).

Критерії згоди засновані на використанні різних заходів відстаней між аналізованим емпіричним розподілом і функцією розподілу ознаки у генеральній сукупності.

Критерій узгодженості Колмогорова-Смирнова

Критерій узгодженості Колмогорова-Смирнова застосовується для перевірки гіпотез лише про неперервні закони розподілу: неперервна випадкова величина Х має рівномірний розподіл на відрізку [a, b], якщо на цьому відрізку щільність розподілу ймовірності випадкової величини постійна, тобто якщо диференціальна функція розподілу f (х) має наступний вигляд:

Даний критерій дозволяє проводити перевірку узгодженості емпіричної функції розподілу з теоретичною. Перевіряється справедливість гіпотези H₀: F^*(x) = F(x) в протиставлення гіпотезі H₁: F^*(x) ≠ F(x).

Критерій узгодженості Колмогорова заснований на тому факті, що розподіл супремума різниці між теоретичною і емпіричною функціями розподілу

D_n = sup │F^*(x) – F(x)│

однаковий для будь-якої F(x). Величину D_n називають статистикою Колмогорова.

При малих n для статистики Колмогорова є таблиці критичних точок D_кр. При великих n використовують граничний розподіл Колмогорова:

P(

Для розподілу Колмогорова, граничного для статистики , також існують таблиці критичних точок . Практично їх використовують вже при n> 20.

У загальному випадку функція розподілу F(x) може бути і різною, хоча вона має розриви тільки першого роду, які є скачками. Тому вибіркову статистику в загальному випадку визначають за допомогою точної верхньої межі (sup):

, - статистика Смирнова,

, - статистика Колмогорова,

при цьому .

Алгоритм перевірки гіпотези:

1. Результати спостереження представляються у вигляді інтервального статистичного ряду.

2. Знаходиться значення емпіричної функції розподілу F^*(x).

3. Користуючись гіпотетичною функцією розподілу, обчислюють значення F(x) теоретичної функції розподілу, що відповідають спостережуваним значенням випадкової величини .

4. Знаходять D_n і розраховують спостережуване значення вибіркової статистики .

5. За заданимм рівнем значущості із таблиць квантилей розподілу Колмогорова знаходять критичні точки .

6. Порівнюючи спостережуване значення вибіркової статистики з критичною точкою , приймають одне з рішень:

а) якщо D_n , то вважається, що для відхилення нульової гіпотези підстав нема, тобто, гіпотетична функція розподілу узгоджується з досвідченими даними;

б) якщо D_n , то нульова гіпотеза відхиляється на користь альтернативної.

Примітка. Критерій Колмогорова, строго говорячи, не можна застосовувати у випадках згрупованних даних при невідомих параметрах розподілу. Тим не менш, він інколи застосовується на практиці і в подібних випадках. Однак, при цьому статистики критерію виходять заниженими, що збільшує помилку першого роду. Тоді слід використовувати інші критерії.

Познавательные статьи:



Организация работы процедурного кабинета

Статус республик в составе РФ

Понятие финансов, их функции и особенности

Сущность демографической политии