Параметрические критерии для средних, дисперсий и долей

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 .

Начать заново?

Помощник начнёт новый диалог по этой задаче. Текущая переписка останется в истории до конца срока хранения.

О переписке

Можно приложить до трёх фото PNG, JPEG или WebP по 5 МБ.

Переписка и фото хранятся 90 дней после последнего принятого сообщения и доступны преподавателям курса. Чтобы попросить преподавателя подключиться, отправьте обращение из диалога.

Проверка решения остаётся отдельным действием.