Вычисление теоретических частот.
Критерий Пирсона основан на сравнении эмпирических (опытных) частот с теоретическими. Эмпирические частоты nI определяются по фактическим результатам наблюдений. Теоретические частоты, обозначаемые далее , находятся с помощью равенства
= n × pi ,
где n – количество испытаний, а pi º R (zi –1 < x < zi) - теоретическая вероятность попадания значений случайной величины в i-й промежуток (1 £ i £ 1).Теоретические вероятности вычисляются в условиях выдвинутой гипотезы о законе распределения изучаемой случайной величины.
Процедура отыскания теоретических вероятностей и частот показана в расчетной таблице: _
n = 1 8 0; а=x = 12,11 ; σ = s=3,5
i | Концы промежутков | Аргументы фунцкции Ф0 | Значения функции Ф0 | Pi= Ф0(u i )- Ф0(u i-1 ) | ν 1 ’ =npi | |||
zi -1 | zi | U i- 1 = (z i-1 -x)/s | U i = (z i -x)/s | Ф0(u i-1 ) | Ф0(u i ) | |||
1 2 3 4 5 6 7 8 9 10 11 | -∞ 3,2 5,2 7,2 9,2 11,2 13,2 15,2 17,2 19,2 21,2 | 3,2 5,2 7,2 9,2 11,2 13,2 15,2 17,2 19,2 21,2 +∞ | -∞ -2,55 -1,97 -1,40 -0,83 -0,26 0,31 0,88 1,45 2,03 2,60 | -2,55 -1,97 -1,40 -0,83 -0,26 0,31 0,88 1,45 2,03 2,60 +∞ | -0,5 -0,4946 -0,4756 -0,4192 -0,2967 -0,1026 0,1217 0,3106 0,4265 0,4788 0,4953 | -0,4946 -0,4756 -0,4192 -0,2967 -0,1026 0,1217 0,3106 0,4265 0,4788 0,4953 0,5 | 0,0054 0,019 0,0564 0,1225 0,1941 0,2243 0,1889 0,1159 0,0523 0,0165 0,0047 | 0,972 3,42 10,152 22,05 34,938 40,374 34,002 20,862 9,414 2,97 0,846 |
å: 1,0000 180 ,00
|
|
Статистика c2 и вычисление ее значения по опытным данным.
Для того чтобы принять или отвергнуть гипотезу о законе распределения изучаемой случайной величины, в каждом из критериев согласия рассматривается некоторая (специальным образом подбираемая) величина, характеризующая степень расхождения теоретического (предполагаемого) и статистического распределения.
В критерии Пирсона в качестве такой меры расхождения используется величина
,
называемая статистикой «хи - квадрат» или статистикой Пирсона (вообще, статистикой называют любую функцию от результатов наблюдений). Ясно, что всегда c2 ³0, причем c2 = 0, тогда и только тогда, когда при каждом i , т.е. когда все соответствующие эмпирические и теоретические частоты совпадают. Во всех остальных случаях c2 ¹ 0; при этом значение c2 тем больше, чем больше различаются эмпирические и теоретические частоты.
Прежде чем рассказать о применении статистики c2 к проверке гипотезы о закон е распределения , вычислим ее значение для данного варианта; это значение, найденное по данным наблюдений и в рамках выдвинутой гипотезы, будем обозначать через c2набл..
|
|
i | n i | ||
1 2 3 4 5 6 7 8 9 10 11 | 5 9 16 23 25 30 22 20 16 8 6 | 0,972 3,42 10,152 22,05 34,938 40,374 34,002 20,862 9,414 2,97 0,846 | 16,69 9,10 3,37 0,04 2,83 2,67 4,24 0,04 4,61 8,52 31,40 |
: 180 180 83,50
c 2 набл. = 83,50
5.4. Распределение статистики c2.
Случайная величина имеет c2 – распределение с r степенями свободы (r = 1; 2; 3; …), если ее плотность имеет вид
где cr – которая положительная постоянная ( cr определяется из равенства ). Случайная величина, имеющая распределение c2 с r степенями свободы, будет обозначаться .
Для дальнейшего изложения важно лишь отметить, что, во – первых, распределение определяется одним параметром – числом r степеней свободы и, во – вторых, существуют таблицы, позволяющие произвольно найти вероятность попадания значений случайной величины в любой промежуток.
Вернемся теперь к статистике . Отметим, что она является случайной величиной, поскольку зависит от результатов наблюдений и, следовательно, в различных сериях опытов принимает различные, заранее не известные значения. Понятно, кроме того, закон распределения статистики зависит: 1) от действительного (но неизвестного нам) закона распределения случайной величины, измерения которой осуществляются (им определяются эмпирические частоты ) ; 2) от количества произведенных наблюдений (от числа n) и от способа разбиения числовой оси на промежутки (в частности, от числа i ); 3) от теоретического (выдвинутого в качестве гипотезы) закона распределения изучаемой случайной величины (им определяются теоретические вероятности pi и теоретические частоты = n × pi )
|
|
Если выдвинутая гипотеза верна, то очевидно, закон распределения статистики зависти только от закона распределения изучаемой случайной величины, от числа n и от выбора промежутков разбиения. Но на самом же деле, в этом случае (благодаря мастерски подобранному Пирсоном выражению для ) справедливо куда более серьезное утверждение. А именно, при достаточно больших n закон распределения статистики практически не зависит от закона распределения изучаемой случайной величины и ни от количества n произведенных опытов: при распределение статистики стремится к - распределению с r степенями свободы. Эта теорема объясняет, почему статистика Пирсона обозначается через .
|
|
Если в качестве предполагаемого выбрано одно их трех основных непрерывных распределений (нормальное, показательное или равномерное), то r = i – 3, где i – количество промежутков, на которые разбита числовая ось (количество групп опытных данных). В общем случае
где - количество параметров предполагаемого (теоретического) распределения, которые заменены вычисленными по опытным данным оценками.
Т.е. в данном варианте после группировки исходных данных получаем количество промежутков разбиения i = 10, = 2, т.к. количество параметров предполагаемого (теоретического) распределения, которые заменены вычисленными по опытным данным оценками, = 2 – это а и s для нормального распределения.
Следовательно
R=i-Nпар-1=11-2-1=8
Дата добавления: 2021-11-30; просмотров: 119; Мы поможем в написании вашей работы! |
Мы поможем в написании ваших работ!