Участник:Slimper/Песочница

Материал из MachineLearning.

(Различия между версиями)
Перейти к: навигация, поиск
(Критерии случайности)
(Критерии симметрии)
Строка 24: Строка 24:
<tex> x_1, \dots, x_n </tex> c плотностью <tex>f(x)</tex>
<tex> x_1, \dots, x_n </tex> c плотностью <tex>f(x)</tex>
Проверяется гипотеза о том, что плотность распределения симметрична относительно своего центра <tex>a</tex>.
Проверяется гипотеза о том, что плотность распределения симметрична относительно своего центра <tex>a</tex>.
 +
Возможная формулировка нулевой гипотезы:
Возможная формулировка нулевой гипотезы:
<tex>H_0: f(a + x) = f(a-x) </tex>.
<tex>H_0: f(a + x) = f(a-x) </tex>.

Версия 18:11, 5 января 2010

Ранговые критерии — это статистические тесты, в которых вместо выборочных значений используются их ранги(номера элементов в упорядоченной по возрастанию выборке). Большинство ранговых критериев являются непараметрическими, хотя среди ранговых критериев встречаются и параметрические, например, одновыборочный критерий Колмогорова-Смирнова.

Содержание

Классификация ранговых критериев

Ранговые критерии можно разбить на группы в зависимости от типа статистической гипотезы, которую они проверяют. Некоторые критерии входят в несколько групп, так как их можно использовать для проверки различных гипотез.

Критерии случайности

Пусть задана выборка x_1, \dots x_n. Проверяется гипотеза о том, что наблюдения x_i независимы и подчиняются одному и тому же распределению с плотностью f(x).

Критерии симметрии

Пусть задана простая выборка  x_1, \dots, x_n c плотностью f(x) Проверяется гипотеза о том, что плотность распределения симметрична относительно своего центра a.

Возможная формулировка нулевой гипотезы: H_0: f(a + x) = f(a-x) .

Критерии корреляции

Задана выборка пар наблюдений (x_i, y_i) объёма n Проверяется гипотеза о наличии корреляции между случайными величинами x и y. Для проверки этой гипотезы используются критерии, основанные на различных коэффициентах [[Ранговая корреляция|ранговой корреляции].

Обобщением [[Ранговая корреляция|ранговой корреляции] на случай нескольких выборок является коэффициент конкордации. На её основе строятся тесты для анализа корреляции нескольких выборок.

Критерии сдвига и масштаба

Проверяется гипотеза сдвига, согласно которой распределения двух выборок имеют одинаковую форму и отличаются только сдвигом на константу. Пусть заданы две выборки x^m = (x_1,\ldots,x_m),\; x_i \in \mathbb{R};\;\; y^n = (y_1,\ldots,y_n),\; y_i \in \mathbb{R},взятые из неизвестных непрерывных распределений F(x) и G(y) соответственно.

Нулевая гипотеза — H_0: \quad F(x) = G(y - \mu)

Наиболее частая альтернативная гипотеза - H_1: \quad F(x) \ne G(y - \mu).

Список критериев

Кроме критериев, проверяющих гипотезу сдвига для двух совокупностей, существует большое количество тестов для проверки гипотезы сдвига среди нескольких совокупностей. Далее приведены некоторые из них:

Критерии масштаба

Литература

  1. Кобзарь А. И. Прикладная математическая статистика. — М.: Физматлит, 2006. — 816 с.
  2. Hajek J., Sidak Z., Sen K. P. Theory of rank tests(second edition). — Academic Press, 1999. - 450 p.

См. также

Ссылки

Данная статья является непроверенным учебным заданием.
Студент: Участник:Slimper
Преподаватель: Участник:Vokov
Срок: 08 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.


Личные инструменты