|
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
АвтоАвтоматизацияАрхитектураАстрономияАудитБиологияБухгалтерияВоенное делоГенетикаГеографияГеологияГосударствоДомДругоеЖурналистика и СМИИзобретательствоИностранные языкиИнформатикаИскусствоИсторияКомпьютерыКулинарияКультураЛексикологияЛитератураЛогикаМаркетингМатематикаМашиностроениеМедицинаМенеджментМеталлы и СваркаМеханикаМузыкаНаселениеОбразованиеОхрана безопасности жизниОхрана ТрудаПедагогикаПолитикаПравоПриборостроениеПрограммированиеПроизводствоПромышленностьПсихологияРадиоРегилияСвязьСоциологияСпортСтандартизацияСтроительствоТехнологииТорговляТуризмФизикаФизиологияФилософияФинансыХимияХозяйствоЦеннообразованиеЧерчениеЭкологияЭконометрикаЭкономикаЭлектроникаЮриспунденкция |
Теоретические сведенияСОДЕРЖАНИЕ
ПРАКТИЧЕСКОЕ ЗАНЯТИЕ 1 Проверки гипотез о независимости и случайности исходных данных для эконометрического моделирования
Вопросы для изучения 1. Статистические выводы и проверка гипотез. Ошибки 1 и 2 рода. 2. Двух – и односторонние критерии проверки.
Контрольные вопросы 1. Что такое нулевая и альтернативная гипотезы? 2. Что такое статистический критерий, уровень значимости? 3. Какова цель проверки гипотез? 4. Приведите общую схему проверки гипотез. 5. Чем отличаются проверка гипотезы о математическом ожидании нормальной случайной величины при известной и неизвестной дисперсиях? 6. Какая случайная величина применяется в качестве критерия проверки гипотезы о величине дисперсии нормальной случайной величины? 7. Какая случайная величина применяется в качестве критерия проверки гипотезы о равенстве дисперсий двух нормальных случайных величин? 8. К проверке каких гипотез сводятся исследования среднего дохода населения и анализ разброса в уровне дохода?
Теоретические сведения Пусть X и Y – две дискретные случайные величины, причем X принимает значения x 1, x 2, …, xk с вероятностями p 1, p 2, …, pk соответственно, а Y принимает значения y 1, y 2, …, yl с вероятностями q 1, q 2,.., ql соответственно (естественно Как известно из теории вероятностей, случайные величины X и Y являются независимыми тогда и только тогда, когда справедливо следующее соотношение для любых i и j: P (X = xi, Y = yj) = P (X = xi) * P (Y = yj) = pi * qj, Итак, пусть результатом эксперимента является двумерная выборка объема n – совокупность n пар (xi, yj). Если у случайной величины X k различных значений, а Y может принять l разных значений, то всего возможно k * l разных сочетаний вида (xi, yj). Обозначим частоту каждого сочетания через nij. Одновременно можно определить ni как частоту значения xi, а mj – частоту значения yj. Очевидно, что Результаты эксперимента удобно представить в виде корреляционной таблицы размера l * k (таблица 1). Нулевая гипотеза H 0 состоит в том, что случайные величины X и Y независимы, обратная H 1 – соответственно в том, что X и Y являются зависимыми случайными величинами. Таблица 1.1 – Корреляционная таблица
Если H 0 верна, то вероятность появления каждой пары (xi, yj) равна произведению pi * qj, а математическое ожидание числа появлений пары в n независимых испытаниях равно произведению n * pi * qj. Тогда случайную величину Необходимо сделать несколько замечаний. 1. Вероятности pi, qj обычно неизвестны. Поэтому они оцениваются по выборке:
2. Если произведения n * pi * qj < 4, то соответствующие им строки и столбцы должны быть объединены с соседними строками и столбцами. 3. Если v = (k – 1)(l – 1) ≥ 8 и n ≥ 40, то минимально допустимое значение ожидаемых частот может быть равным единице.
4. Формулу, по которой вычисляется значение статистики так как Можно выделить тесты проверки независимости последовательности псевдослучайных чисел.В основе этих методов лежит представление полученных псевдослучайных чисел в качестве реализации дискретного стационарного случайного процесса х (t). Для количественной оценки степени некоррелированности последовательности псевдослучайных чисел
Если при заданном уровне значимости β:
где ρ max – верхняя граница доверительного интервала, а zβ определяется через функцию Лапласа: 2Ф(zβ) = β, то считается, что имеет место корреляционная связь между псевдослучайными числами. В противном случае можно принять гипотезу об их независимости. При проверке на случайность исходных данных можно использовать совокупность тестов, а именно тесты проверки: - частот; - пар; - комбинаций; - серий; - корреляции. Тест проверки частот предполагает разбиение диапазона распределения на несколько интервалов и подсчет количества (частот или вероятностей) попаданий случайных чисел в выделенные интервалы. Тест проверки пар заключается в подсчете количества совпадений для каждого разряда всей совокупности случайных чисел. Тест проверки комбинаций сводится к подсчету совпадений в случайных числах. Тест проверки серий заключается в подсчете количества различных длин последовательностей одинаковых значений. Тест проверки корреляции заключается в определении коэффициента корреляции между последовательностями случайных чисел. Тест проверки серий предусматривает разбиение случайных цифр в исследуемой последовательности на элементы двух родов – первого и второго. Серией называется любой отрезок последовательности цифр, состоящий из следующих друг за другом элементов одного и того же рода. Например, если в последовательности цифр Подсчитаем количество zl серий второго рода длины l в последовательности псевдослучайных цифр z = z 1 + z 2 + … + zm + z'm +1. Величина
где Если, с заданным уровнем значимости b, значение В практике встречается также другая разновидность теста проверки серий, когда к элементам серий первого рода относят цифры, меньшие 0,5, а к элементам серий второго рода – не меньшие 0,5. При достаточно большом объеме выборки
а нижний предел числа серий элементов первого
Максимальная длина серий не должна быть больше, чем:
Поиск по сайту: |
Все материалы представленные на сайте исключительно с целью ознакомления читателями и не преследуют коммерческих целей или нарушение авторских прав. Студалл.Орг (0.008 сек.) |