Теория вероятности

Проверка гипотезы о показательном распределении: методы и критерии

Методы проверки включают критерий согласия Пирсона (хи-квадрат), критерий Колмогорова–Смирнова или использование графического анализа, такого как вероятностный график. Для применения этих методов вычисляются теоретические частоты или вероятности на основе параметра λ (интенсивность событий) и сравниваются с эмпирическими данными. Рассмотрены примеры использования в задачах теории надёжности, теории очередей и анализа временных интервалов.

Функция распределения имеет вид: f(x)={0,при,x<0λe−λx,при,x⩾0f( x )=\left\{ { { \begin{array}{c} { 0,при,x<0 } \\ { \lambda e^ { -\lambda x } ,при,x\geqslant 0 } \\ \end{array} } }\right. 1. Найти по заданному эмпирическому распределению выборочное среднее x‾_b\overline x \_b.

  1. Принять в качестве оценки параметра λ\lambda величину λ=1x‾_b\lambda =\frac { 1 } { \overline x \_b }.

  2. Найти вероятность попадания случайной величины XX в частичные интервалы (x_i,x_i+1)( { x\_i ,x\_ { i+1 } } ) по формуле P_i=P(x_i<X<x_i+1)=e−λx_i−e−λx_i+1P\_i =P( { x\_i <X<x\_ { i+1 } } )=e^ { -\lambda x\_i } -e^ { -\lambda x\_ { i+1 } }.

  3. Вычислить теоретические частоты n_i′=np_in\_i' =np\_i.

  4. Сравнить теоретические и эмпирические частоты с помощью критерия Пирсона, приняв k=S−2k=S-2.

  5. Строится аналогичная таблица

  6. Выбирают уровень значимости α\alpha и вычисляют χ_кр2(α,k)\chi \_ { кр } ^2 ( { \alpha ,k } )

  7. Проверяют критерий χ_набл2<χ_кр2(α,k)\chi \_ { набл } ^2 <\chi \_ { кр } ^2 ( { \alpha ,k } ), если неравенство выполняется, то гипотеза не отвергается иначе - отвергается

in_iP_i∗n_i′(n_i−n_i′)(n_i−n_i′)2(n_i−n_i′)2n_i′Контроль n_i2n_i′123456∑=χ_набл2χ_набл2=∑n_i2n_i′−n\begin{array} { |l|l|l|l|l|l|l|l| } \hline i& n\_i & P\_i^\ast & n\_i' & ( { n\_i -n\_i' } )& ( { n\_i -n\_i' } )^2& \frac { ( { n\_i -n\_i' } )^2 } { n\_i' } & Контроль~ \frac { n\_i^2 } { n\_i' } \\ \hline 1& & & & & & & \\ \hline 2& & & & & & & \\ \hline 3& & & & & & & \\ \hline 4& & & & & & & \\ \hline 5& & & & & & & \\ \hline 6& & & & & & & \\ \hline & & & & & & \sum = \chi \_ { набл } ^2 & \chi \_ { набл } ^2 =\sum { \frac { n\_i^2 } { n\_i' } -n } \\ \hline \end{array}

Проверка гипотезы о нормальном распределении

Функция плотности нормального распределения. f(x)=1σ2πe−(x−a)22σ2f( x )=\frac { 1 } { \sigma \sqrt { 2\pi } } e^ { -\frac { ( { x-a } )^2 } { 2\sigma ^2 } }.

Для того, чтобы проверить гипотезу требуется

  1. Вычислить x_b‾\overline { x\_b } и σ_b=D_b\sigma \_b =\sqrt { D\_b }

  2. Нормируем случайную величину XX переходя к случайной величине ZZ , где z=x_i−x‾_bσ_bz=\frac { x\_i -\overline x \_b } { \sigma \_b }, где x_i−x\_i - концы и начала интервалов. Наименьшее значение Z=−∞Z=-\infty наибольшее →+∞\to +\infty

  3. Вычисляются теоретические вероятности попадания величины ZZ в интервал (z_i,z_i+1),P_i=P(z_i<Z<z_i+1)=Φ(z_i+1)−Φ(z_i)( { z\_i ,z\_ { i+1 } } ), P\_i =P( { z\_i <Z<z\_ { i+1 } } )=\Phi ( { z\_ { i+1 } } )-\Phi ( { z\_i } ), где Φ(z)−\Phi ( z )- функция Лапласа находится из таблиц.

  4. Вычисляют теоретические частоты n_i′=np_in\_i' =np\_i, nn - объём выборки.

  5. Вычисляют величину χ_набл2=∑(n_i−n_i′)2n_i′\chi \_ { набл } ^2 =\sum { \frac { ( { n\_i -n\_i' } )^2 } { n\_i' } }, контроль χ_набл2=∑n_i2n_i′−n\chi \_ { набл } ^2 =\sum { \frac { n\_i^2 } { n\_i' } -n }.

  6. Вычисляют число степеней свободы k=S−1−r=S−3k=S-1-r = S-3, где S−S - число интервалов.

  7. Строится таблица

  8. Выбирают уровень значимости α\alphaи вычисляют χ_кр2(α,k)\chi \_ { кр } ^2 ( { \alpha ,k } )

  9. Проверяют критерий χ_набл2<χ_кр2(α,k)\chi \_ { набл } ^2 <\chi \_ { кр } ^2 ( { \alpha ,k } ), если неравенство выполняется, то гипотеза принимается иначе - отвергается.

in_iZ интервалP_i∗n_i′(n_i−n_i′)(n_i−n_i′)2(n_i−n_i′)2n_i′Контроль n_i2n_i′123456∑=χ_набл2χ_набл2=∑n_i2n_i′−n\begin{array} { |l|l|l|l|l|l|l|l|l| } \hline i& n\_i & Z~интервал& P\_i^\ast & n\_i' & ( { n\_i -n\_i' } )& ( { n\_i -n\_i' } )^2& \frac { ( { n\_i -n\_i' } )^2 } { n\_i' } & Контроль ~ \frac { n\_i^2 } { n\_i' } \\ \hline 1& & & & & & & & \\ \hline 2& & & & & & & & \\ \hline 3& & & & & & & & \\ \hline 4& & & & & & & & \\ \hline 5& & & & & & & & \\ \hline 6& & & & & & & & \\ \hline & & & & & & & \sum = \chi \_ { набл } ^2 & \chi \_ { набл } ^2 =\sum { \frac { n\_i^2 } { n\_i' } -n } \\ \hline \end{array}

Другие статьи из категории

Похожие статьи

Все статьи →

Теория вероятности

Теоретические и эмпирические моменты: сравнение и применение в статистическом анализе

Теоретические моменты включают математическое ожидание, дисперсию, асимметрию и эксцесс, определяемые аналитически. Эмпирические моменты…

Теория вероятности

Критерий согласия Пирсона: методика и применение для проверки гипотез о виде распределения

Методика включает вычисление статистики хи-квадрат как суммы нормированных квадратов разностей между наблюдаемыми и ожидаемыми частотами.…

Теория вероятности

Методы нахождения оценок: теория и практическое применение

Метод моментов заключается в приравнивании теоретических моментов распределения к их эмпирическим аналогам. Метод максимального…

Теория вероятности

Доверительный интервал: определение и методы построения

Построение доверительного интервала зависит от типа параметра (например, математическое ожидание, дисперсия) и распределения данных. Для…

Теория вероятности

Основные формулы теории вероятности

Теория вероятности изучает закономерности случайных событий, предлагая инструментарий для их количественной оценки. Рассматриваются…

Нужен расчёт?

Пришлите исходные данные — уточним состав работы и ответим по срокам.

Связаться