при верности гипотезы Н0 (кривая 1) и
верности гипотезы Н] (кривая 2)
Вероятность ошибки первого рода, т.е. вероятность попадания Хn в интервал [μкр,∞], при верности гипотезы Н0 определяется соотношением
α=1- Ф((μкр - μ0) / σ0 / √n)
а вероятность ошибки второго рода, т.е. вероятность попадания Хn в интервал [-∞, μкр ], при верности гипотезы Н1 определяется соотношением
β=Ф((μкр – μ1) / σ0 / √n)
Учитывая, что μкр – μ1 <0 получаем
β=1- Ф((μ1 – μкр) / σ0 / √n)
Из приведенных соотношений и рис. 2.7 следует, что:
- увеличение объема выборки п ведет к уменьшению дисперсии (σ2 = σ20 / n) выборочной средней Xn и тем самым к одновременному уменьшению вероятности ошибок обоих видов;
- сумма α и β не равна единице. Вероятность ошибок обоих решений —принятия или отклонения гипотезы H0 — относится к различным плотностям распределения (кривые 1 и 2 на рис. 2.7);
- увеличение μкр ведет к уменьшению α, но к одновременному увеличению β, а уменьшение μкр приводит к увеличению α и уменьшению β. Подчеркнем, что одновременное уменьшение значений α и β возможно только за счет увеличения объема выборки;
|
|
- задавая значение α, т.е. уровень значимости критерия, тем самым определяем область отклонения гипотезы Н0. Наиболее распространенными значениями α являются 0,1; 0,05; 0,01; 0,001;
- вероятность ошибки первого рода α относится к критерию проверки гипотез в целом, а не к отдельному результату проверки. Отсюда следует, что если проверка проводится многократно, то, примерно, в α *100% случаях гипотеза Н0 может быть отклонена даже, если она в действительности верна.
При определении области отклонения гипотезы необходимо, во-первых, учитывать, что максимальная вероятность ошибки первого рода должна быть не больше, чем заданный уровень значимости критерия α, а во-вторых, вероятность ошибки второго рода должна быть как можно меньше. Вероятность ошибок обоих видов можно определить, используя оперативную характеристику критерия, которая представляет собой зависимость вероятности принятия гипотезы H0 от неизвестного значения контролируемого параметра θ, т.е. Р(θ), и задается уравнением, таблицей или графиком (рис. 2.8).
Рис 2.8 Оперативная характеристика критерия проверки гипотезы
Вероятности ошибочного отклонения или принятия гипотезы Н0 можно непосредственно определить по графику оперативной характеристики. При этом в области принятия гипотезы Н0 выражение 1-Р(θ) является зависящей от θ вероятностью ошибки первого рода, а в критической области значение Р(θ) является зависящей от θ вероятностью ошибки второго рода.
|
|
В общем случае в области принятия гипотезы Н0 оперативная характеристика должна иметь как можно большее значение, а в критической области — как можно меньшее значение.
Идеально на границе раздела критической области и области принятия гипотезы Н0 оперативная характеристика должна претерпевать единичный скачок. При этом статистический критерий является идеальным, а вероятности ошибок первого и второго рода равны нулю.
Таким образом, по известной оперативной характеристике Р(θ) статистического критерия для каждого значения контролируемого параметра θ можно вычислить вероятность принятия гипотезы Н0. Однако при применении статистических методов обеспечения качества иногда требуется по заданной вероятности принятия гипотезы Н0 Р(θω)=ω определить соответствующее значение контролируемого параметра θω, т.е. значение соответствующей квантили оперативной характеристики порядка или уровня ω. Например, при выборочном приемочном контроле квантили позволяют определить уровни несоответствий в контролируемой партии продукции, при которых партии продукции будут приниматься с заданной вероятностью.
Определить квантиль оперативной характеристики θω можно из графика оперативной характеристики как абсциссу, соответствующую значению ω ординаты (рис. 2.8), или с помощью квантильной (обратной) функции θω=P-1(θω). Например, с использованием таблицы 2.1 значение квантили уровня 0,995 нормированного нормального распределения θ0,995≈2,58.
В заключение отметим, что таблица значений квантилей нормированного нормального распределения приведена, например, в [71], а таблицы значений квантилей распределения Стьюдента, F -распределения Фишера и χ2 -распределения приведены в [19,71]. Значения квантилей этих распределений могут быть рассчитаны с помощью персонального компьютера и программного продукта, разработанного на основании алгоритмов, приведенных, например, в [68,75].