Статистический анализ данных (курс лекций, К.В.Воронцов)/2015, ФУПМ/1
Материал из MachineLearning.
м (→Анализ поведения схожих критериев) |
м (→Анализ поведения схожих критериев) |
||
Строка 25: | Строка 25: | ||
::Яковлева: <tex>\mu_2=0\,:\,0.01\,:\,2, \;\; \sigma_2 = 2, \;\; n_2=5\,:\,1\,:\,70,</tex> сравнить версии t-критерия для равных и неравных дисперсий. | ::Яковлева: <tex>\mu_2=0\,:\,0.01\,:\,2, \;\; \sigma_2 = 2, \;\; n_2=5\,:\,1\,:\,70,</tex> сравнить версии t-критерия для равных и неравных дисперсий. | ||
::Газизуллина: <tex>\mu_2=0\,:\,0.01\,:\,2, \;\; \sigma_2 = 0.5\,:\,0.01\,:\,2, \;\; n_2=30,</tex> сравнить t-критерий для неравных дисперсий и критерий Манна-Уитни-Уилкоксона. | ::Газизуллина: <tex>\mu_2=0\,:\,0.01\,:\,2, \;\; \sigma_2 = 0.5\,:\,0.01\,:\,2, \;\; n_2=30,</tex> сравнить t-критерий для неравных дисперсий и критерий Манна-Уитни-Уилкоксона. | ||
+ | ::Черепанов: <tex>\mu_2=0.5, \;\; \sigma_2 = 0.5\,:\,0.01\,:\,2, \;\; n_2=5\,:\,1\,:\,70,</tex> сравнить t- и z-критерии для неравных дисперсий. | ||
* <tex>X_1^n, \;\; X_{1} \sim N(0, \sigma_1^2),</tex><br> <tex>X_2^n, \;\; X_{2} \sim N(0, \sigma_2^2);</tex> <br> <tex>H_0\,:\, \mathbb{D}X_{1} = \mathbb{D}X_{2},</tex> <br> <tex>H_1\,:\, \mathbb{D}X_{1} \neq \mathbb{D}X_{2}.</tex> | * <tex>X_1^n, \;\; X_{1} \sim N(0, \sigma_1^2),</tex><br> <tex>X_2^n, \;\; X_{2} \sim N(0, \sigma_2^2);</tex> <br> <tex>H_0\,:\, \mathbb{D}X_{1} = \mathbb{D}X_{2},</tex> <br> <tex>H_1\,:\, \mathbb{D}X_{1} \neq \mathbb{D}X_{2}.</tex> |
Версия 13:19, 9 марта 2015
Ниже под обозначением понимается выборка объёма из смеси распределений и с весами и соответственно (при генерации каждой выборки используется случайный датчик — если его значение не превосходит , то добавляем в выборку элемент, взятый из , иначе — элемент, взятый из ).
Анализ поведения схожих критериев
Требуется исследовать поведение указанной пары статистических критериев, подходящих для решения одной и той же задачи, сравнить мощность и достигаемые уровни значимости и сделать выводы о границах применимости критериев. Необходимо для каждого из критериев построить графики зависимости достигаемых уровней значимости и оценок мощностей от параметров, и показать, в каких областях изменения параметров предпочтительнее использовать тот или иной критерий. Для получения более гладких графиков рекомендуется применять оба критерия к одним и тем же выборкам, а не генерировать их отдельно для каждого.
-
неверна.
- Лийко: — непрерывные равномерные распределения; Сравнить критерии Смирнова и Крамера-фон Мизеса.
- Ефимова: Сравнить критерии Смирнова и Крамера-фон Мизеса.
- Игнатов: Сравнить критерии Смирнова и его бутстреп-версию (функция ks.boot в пакете Matching).
-
неверна.
- Лукманов: — стандартное распределение Коши; Сравнить критерии Шапиро-Уилка и хи-квадрат Пирсона.
- Дербышев: — непрерывное равномерное распределение; Сравнить критерии Харке-Бера и Андерсона-Дарлинга.
- Ахтямов: , сравнить z-критерии в версиях Вальда и множителей Лагранжа.
- Бондарчук: , сравнить z-критерий (в версии множителей Лагранжа) и точный критерий.
-
среднее значение равно нулю,
среднее значение не равно нулю;
- Костюк: сравнить критерии знаков и знаковых рангов.
- Аверьянов: сравнить критерий знаковых рангов и одновыборочный t-критерий.
- Сущинская: сравнить одновыборочные t- и z-критерии.
-
средние равны,
средние не равны;
- Яковлева: сравнить версии t-критерия для равных и неравных дисперсий.
- Газизуллина: сравнить t-критерий для неравных дисперсий и критерий Манна-Уитни-Уилкоксона.
- Черепанов: сравнить t- и z-критерии для неравных дисперсий.
- Веринов: сравнить критерии Фишера и Ансари-Брэдли.
Анализ устойчивости критериев к нарушению предположений
Требуется исследовать поведение указанного критерия в условиях нарушения лежащих в его основе предположений. Оценить мощность и достигаемый уровень значимости критерия при различных значениях параметров, сделать выводы об устойчивости.
- Двухвыборочный t-критерий для равных дисперсий, нарушение предположения о равенстве дисперсий.
- Виденеева:
- Омельченко:
- Одновыборочный t-критерий, нарушение предположения о нормальности.
- Рубцовенко: — непрерывное равномерное распределение;
- Родина: — распределение Коши с коэффициентом сдвига и коэффициентом масштаба
- Одновыборочный критерий хи-квадрат для гипотезы о дисперсии, нарушение предположения о нормальности.
- Иноземцев: — распределение Стьюдента с тремя степенью свободы;
- Фатыхов: — непрерывное равномерное распределение;
- Критерий Фишера для проверки равенства дисперсий, нарушение предположения о нормальности.
- Чжен: — непрерывное равномерное распределение;
- Плавин: — непрерывные равномерные распределения;
- Шинкевич: — распределение Стьюдента с тремя степенью свободы;
- Критерий знаковых рангов Уилкоксона, нарушение предположения о симметричности распределения относительно медианы.
- Липатова: где — стандартное логнормальное распределение;
- Кучин: где — распределение хи-квадрат с 4 степенями свободы;