Статистический анализ данных (курс лекций, К.В.Воронцов)/2015/1
Материал из MachineLearning.
м |
м |
||
Строка 3: | Строка 3: | ||
= Анализ поведения схожих критериев = | = Анализ поведения схожих критериев = | ||
Требуется исследовать поведение указанной пары статистических критериев, подходящих для решения одной и той же задачи, сравнить мощность и достигаемые уровни значимости и сделать выводы о границах применимости критериев. Необходимо для каждого из критериев построить графики зависимости достигаемых уровней значимости и оценок мощностей от параметров, и показать, в каких областях изменения параметров предпочтительнее использовать тот или иной критерий. Для получения более гладких графиков рекомендуется применять оба критерия к одним и тем же выборкам, а не генерировать их отдельно для каждого критерия. | Требуется исследовать поведение указанной пары статистических критериев, подходящих для решения одной и той же задачи, сравнить мощность и достигаемые уровни значимости и сделать выводы о границах применимости критериев. Необходимо для каждого из критериев построить графики зависимости достигаемых уровней значимости и оценок мощностей от параметров, и показать, в каких областях изменения параметров предпочтительнее использовать тот или иной критерий. Для получения более гладких графиков рекомендуется применять оба критерия к одним и тем же выборкам, а не генерировать их отдельно для каждого критерия. | ||
+ | |||
* <tex>X^n, \;\; X_i\sim Ber(p); </tex><br> <tex>H_0\,:\, p=p_0,</tex><br> <tex>H_1\,:\, p\neq p_0;</tex><br> <tex>p=0.01\,:\,0.01\,:\,0.5, \;\; n=5\,:\,1\,:\,70.</tex> | * <tex>X^n, \;\; X_i\sim Ber(p); </tex><br> <tex>H_0\,:\, p=p_0,</tex><br> <tex>H_1\,:\, p\neq p_0;</tex><br> <tex>p=0.01\,:\,0.01\,:\,0.5, \;\; n=5\,:\,1\,:\,70.</tex> | ||
::Сендерович: <tex>p_0=\frac1{2}</tex>, сравнить z-критерии в версиях Вальда и множителей Лагранжа. | ::Сендерович: <tex>p_0=\frac1{2}</tex>, сравнить z-критерии в версиях Вальда и множителей Лагранжа. | ||
::Лисяной: <tex>p_0=\frac1{4}</tex>, сравнить z-критерий (в версии множителей Лагранжа) и точный критерий. | ::Лисяной: <tex>p_0=\frac1{4}</tex>, сравнить z-критерий (в версии множителей Лагранжа) и точный критерий. | ||
+ | |||
+ | * <tex>X_1^{n_1}, \;\; X_{1} \sim N(\mu_1, \sigma_1^2),\;\;X_2^{n_2}, \;\; X_{2} \sim N(\mu_2, \sigma_2^2);</tex> <br> <tex>H_0\,:</tex> средние выборок равны, <tex>\;H_1\,:</tex> средние выборок не равны;<br><tex>n_1=25, \;\; \mu_1=0, \;\; \sigma_1=1.</tex> | ||
+ | ::: <tex>\mu_2=0\,:\,0.01\,:\,2, \;\; \sigma_2 = 2, \;\; n=5\,:\,1\,:\,70.</tex> Сравнить версии t-критерия для неизвестных равных и неизвестных неравных дисперсий. | ||
+ | ::: <tex>\mu_2=0.5, \;\; \sigma_2 = 0.5\,:\,0.01\,:\,2, \;\; n=5\,:\,1\,:\,70.</tex> Сравнить t-критерий для неизвестных неравных дисперсий и z-критерий для известных неравных дисперсий. | ||
= Анализ устойчивости критериев к нарушению предположений = | = Анализ устойчивости критериев к нарушению предположений = |
Версия 20:51, 24 февраля 2015
Ниже под обозначением понимается выборка объёма из смеси нормального и равномерного распределений с весами и соответственно (при генерации каждой выборки используется случайный датчик — если его значение не превосходит , то добавляем в выборку элемент, взятый из нормального распределения, иначе — элемент, взятый из равномерного).
Анализ поведения схожих критериев
Требуется исследовать поведение указанной пары статистических критериев, подходящих для решения одной и той же задачи, сравнить мощность и достигаемые уровни значимости и сделать выводы о границах применимости критериев. Необходимо для каждого из критериев построить графики зависимости достигаемых уровней значимости и оценок мощностей от параметров, и показать, в каких областях изменения параметров предпочтительнее использовать тот или иной критерий. Для получения более гладких графиков рекомендуется применять оба критерия к одним и тем же выборкам, а не генерировать их отдельно для каждого критерия.
- Сендерович: , сравнить z-критерии в версиях Вальда и множителей Лагранжа.
- Лисяной: , сравнить z-критерий (в версии множителей Лагранжа) и точный критерий.
-
средние выборок равны, средние выборок не равны;
- Сравнить версии t-критерия для неизвестных равных и неизвестных неравных дисперсий.
- Сравнить t-критерий для неизвестных неравных дисперсий и z-критерий для известных неравных дисперсий.
Анализ устойчивости критериев к нарушению предположений
Требуется исследовать поведение указанного критерия в условиях нарушения лежащих в его основе предположений. Оценить мощность и достигаемый уровень значимости критерия при различных значениях параметров, сделать выводы об устойчивости.