Материал из MachineLearning.

Версия 12:25, 3 января 2010

Критерии согласия - это критерии проверки гипотез о законе распределения вероятностей. Такие критерии подразделяются на два класса:

1. Общие критерии согласия применимы к самой общей формулировке гипотезы, а именно к гипотезе о согласии наблюдаемых результатов с любым априорно предполагаемым распределением вероятностей.
2. Специальные критерии согласия предполагают специальные нулевые гипотезы, формулирующие согласие с определенной формой распределения вероятностей.

Общие критерии согласия

Нулевая гипотеза , где - эмпирическая функция распределения вероятностей; - гипотетическая функция распределения вероятностей.

Существует три группы общих критериев согласия:

1. критерии, основанные на изучении разницы между теоретической плотностью распределения и эмпирической гистограммой;
2. критерии, основанные на расстоянии между теоретической и эмпирической функциями распределения вероятностей;
3. корреляционно-регрессионные критерии, основанные на изучении корреляционных и регрессионных связей между эмпирическими и теоретическими порядковыми статистиками.

Критерии, основанные на сравнении теоретической плотности распределения и эмпирической гистограммы

Критерий согласия хи-квадрат Критерий числа пустых интервалов ^[1]

Специальные критерии согласия

Нормальное распределение

Специальные критерии согласия, отвечающие за проверку нормальности описаны тут.

Экспоненциальное распределение

Равномерное распределение

Примечания

1. ↑ Идье В., Драйад Д., Джеймс Ф., Рус М., Садуле Б. Статистические методы в экспериментальной физике. — М.: Атомиздат, 1976.

Литература

1. Кобзарь А. И. Прикладная математическая статистика. — М.: Физматлит, 2006. — 816 с.
2. Лагутин М. Б. Наглядная математическая статистика. В двух томах. — М.: П-центр, 2003. — 204-209 с.

Данная статья является непроверенным учебным заданием. Студент: Участник:Anton Преподаватель: Участник:Vokov Срок: 8 января 2010 До указанного срока статья не должна редактироваться другими участниками проекта MachineLearning.ru. По его окончании любой участник вправе исправить данную статью по своему усмотрению и удалить данное предупреждение, выводимое с помощью шаблона {{Задание}}. См. также методические указания по использованию Ресурса MachineLearning.ru в учебном процессе.