Одновыборочные и парные критерии для среднего (Z-тест и t-тест)
Содержание курса
В прошлых уроках мы проверяли гипотезы через отношение правдоподобия. Теперь перейдем к ситуациям, когда нужно оценить генеральное среднее по выборке — как при известной дисперсии, так и в более практичном случае, когда дисперсию приходится оценивать по тем же данным.
Одновыборочный Z-тест и t-тест Стьюдента
Представьте, что у нас есть выборка независимых одинаково распределенных величин из нормального распределения , и мы проверяем нулевую гипотезу .
По свойствам нормального распределения выборочное среднее всегда распределено как независимо от того, известна ли истинная дисперсия . Если теоретическая дисперсия известна заранее, то при справедливости (когда ) центрирование и нормирование среднего дает статистику:
$$Z = \frac{\bar{X} - \mu_0}{\sigma / } = \frac{\bar{X}
- \mu_0}{\sigma}$$
При верной статистика распределена строго по стандартному нормальному закону . Это одновыборочный Z-критерий.
На практике параметр почти никогда не известен. Естественный шаг — подставить вместо неизвестного выборочное стандартное отклонение , где несмещенная выборочная дисперсия равна:
$$S^2 = \sum_{i=1}^n (X_i
- \bar{X})^2$$
Статистика критерия принимает вид:
$$T = \frac{\bar{X} - \mu_0}{S / } = \frac{\bar{X}
- \mu_0}{S}$$
Почему больше не распределена как ? Знаменатель теперь не константа, а случайная величина . Разложим , разделив числитель и знаменатель на истинное стандартное отклонение :
$$T = \frac{\frac{\bar{X} - \mu_0}{\sigma / }}{\sqrt{}} = \frac{\frac{\bar{X}
- \mu_0}{\sigma}}{\sqrt{\frac{(n-1)S^2}{\sigma^2} \Big/ (n
- 1)}}$$
При выполнении числитель представляет собой величину . Подкоренное выражение в знаменателе содержит нормированную сумму квадратов отклонений , которая для нормальной выборки подчиняется распределению , деленному на число степеней свободы $n
- 1\bar{X}S^2$ взаимно независимы, поэтому числитель и знаменатель стохастически независимы.
Отношение стандартной нормальной величины к квадратному корню из независимой хи-квадрат величины, деленной на свои степени свободы, по определению подчиняется распределению Стьюдента . Дополнительная случайность в знаменателе делает хвосты распределения более тяжелыми, чем у , особенно при малых объемах выборки .
