Статистической гипотезой называется любое предположение относительно вида закона распределения случайной величины или относительно значения параметров.
Например, гипотезой является предположение, что случайные возмещения в наблюдении имеет нормальный закон распределения, или математическое ожидание случайного возмущения в наблюдениях равно нулю.
Наряду с основной гипотезой могут быть выведены и альтернативные гипотезы.
Принято обозначать основную гипотезу Н0
Н0: Е(u / x) = 0
Альтернативную гипотезу:
Н1: (u / x) > 0
Проверка статистической гипотезы является 1й из основных задач математической статистики.
Объективной основой проверки истинности (ложности) гипотезы может служить только ее значение, полученной в результате наблюдения.
Порядок действий при проверке статистических гипотез можно представить в виде следующего алгоритма:
Шаг1. Формулируется основная гипотеза
Шаг 2. Создается случайная переменная Z, связанная с выдвинутой гипотезой и с известным законом распределения
Закон распределения случайной переменной, которая содержится в сформулированной гипотезе, может быть известен, а следовательно, нельзя сказать о ее поведении. Поэтому создается случайная переменная, о поведении которой можно судить по ее закону распределения.
|
|
Шаг 3. Создается значение доверительной вероятности (Рдоверит)
Область определения созданной случайной переменной Z разбивается на 2е непересекающиеся подобласти:
1) область, где гипотеза H0 принимается Z(H0)
2) область, где гипотеза Н0 отклоняется Z(H1)
Следовательно, Рдоверит: Z(H0), Z(H1)
Разбиение области определения созданной случайной переменной осуществляется таким образом, чтобы оказалось справедливым следующее равенство:
P(Z(H0)принадлежит z) = Рдоверит
Вероятность попадания случайной переменной z в область Z(H0), при условии, что гипотеза H0 – истина, равна принятой доверительной вероятности, т.е. в о.о. переменной z выделяется участок, внутри которого случайное событие окажется практически достоверным, при условии, что гипотеза H0 – истина.
Граница, разделяющая о.о. случайной переменной z, называется критическим значением распределения.
Шаг 4. Проверяется появление случайного события z, принадлежащего Z(H0):
а) если событие появилось, то гипотеза Н0 принимается, как непротиворечащая опытным данным
в) если событие не появилось, то гипотеза Н0 отклоняется
Случайную переменную z называют статистикой критерия гипотезы H0
Описанный алгоритм проверки статистических гипотез допускает возникновение ошибок, т.е. неверных выводов относительно тестируемой гипотезы.
Отметим, что данная гипотеза Н0 принимается с доверительной вероятностью (Рдоверит), следовательно, остается вероятность отвергнуть данную гипотезу (α=0,05)
При проверке статистических гипотез, связанных с анализом эконометрических моделей, как правило используют 2е искусственно созданные переменные:
|
|
1) Дробь Стьюдента: t=
– стандартная ошибка отклонения оценки
– МНК оценка параметра
a – значение, на равенство которого тестируется параметр
Дробь Стьюдента в схеме Гаусса – Маркова имеет закон распределения Стьюдента с параметром n-k-1.
Критическое значение дроби Стьюдента находится из уравнения:
) = P( )=
или двусторонний квантиль распределения Стьюдента
2) дробь Фишера
Где
u & ν – две независимые случайные переменные, имеющие закон распределения с числом степени свободы соответственно n & m
n – объем выборки
m = n-κ-1
κ – количество регрессоров
Дробь Фишера, при условии, что случайные переменные u & ν распределены по нормальному закону, подчиняется закону распределения Фишера с параметрами m & n.
Критическое значение дроби Фишера – решение уравнения
Р(Fnm < Fкрит) = = Pдов
Где PF(q) – функция плотности вероятности закона распределения Фишера
Fα - односторонняя квантиль распределения Фишера или критерий Фишера