Гипотеза о равенстве средних при неизвестной дисперсии
Гипотеза о равенстве средних при неизвестной дисперсии — гипотеза о том, что при неизвестных равных дисперсиях, средние двух совокупностей равны.
Для нормально распределённой случайной величины использует статистику, имеющую t-распределение Стьюдента.
Содержание
Обозначения
nx — число значений в выборке X;
ny — число значений в выборке Y;
n — число значений n=nx+ny-1;
<math>\bar x_\text{Г}</math> — средняя генеральной совокупности X;
<math>\bar y_\text{Г}</math> — средняя генеральной совокупности Y;
<math>\bar x_\text{В} = \bar x</math> — средняя в выборке X, <math> \bar x = \frac{1}{n_x} \sum\limits_{i=1}^{n_x}{x_i}</math>;
<math>\bar y_\text{В} = \bar y</math> — средняя в выборке Y, <math> \bar y = \frac{1}{n_y} \sum\limits_{i=1}^{n_y}{y_i}</math>;
σx=σy — среднеквадратическое отклонение генеральных совокупностей;
sx — среднеквадратическое отклонение в выборке X, <math> s_x = \sqrt{\frac{1}{n_x} \sum\limits_{i=1}^{n_x}(x_i- \bar x)^2}</math>;
sy — среднеквадратическое отклонение в выборке Y, <math> s_y = \sqrt{\frac{1}{n_y} \sum\limits_{i=1}^{n_y}(y_i- \bar y)^2}</math>;
α — уровень значимости — вероятность ошибки 1-го рода;
γ=1-α — коэффициент доверия;
t — переменная распределения Стьюдента;
k — число степеней свободы, k=n-1=nx+ny-2;
FСт(t,k) — интегральная функция распределения Стьюдента.
tтабл=FСт-1(1-αтабл/2,k) — табличное значение для t;
FСт_табл(αтабл,k)=P(|t|>t1-αтабл,k) — табличное значение FСт_табл.
Гипотезы о средних
Файл:СТС10.png — статистика, имеющая распределение Стьюдента.
Пример 1
<math>H_0: \bar x_\text{Г} = \bar y_\text{Г} ;</math>
<math>H_1: \bar x_\text{Г} \text{ ≠ } \bar y_\text{Г} ;</math>
Файл:СТС03.png — критерий отклонения гипотезы H0.
Пример 2
<math>H_0: \bar x_\text{Г} \text{ ≤ } \bar y_\text{Г} ;</math>
<math>H_1: \bar x_\text{Г} > \bar y_\text{Г} ;</math>
Файл:СТС02.png — критерий отклонения гипотезы H0.
- Заметим, что t1-α,n-1=-tα,n-1.
Пример 3
<math>H_0: \bar x_\text{Г} \text{ ≥ } \bar y_\text{Г} ;</math>
<math>H_1: \bar x_\text{Г} < \bar y_\text{Г} ;</math>
Файл:СТС04.png — критерий отклонения гипотезы H0.
- Заметим, что tα,n-1=-t1-α,n-1.
Пример 4
<math>H_0: \bar x_\text{Г} \text{ ≠ } \bar y_\text{Г} ;</math>
<math>H_1: \bar x_\text{Г} = \bar y_\text{Г} ;</math>
Файл:СТС05.png — критерий отклонения гипотезы H0.
Другие гипотезы:
- Гипотеза о средней равной числу при известной дисперсии;
- Гипотеза о средней равной числу при неизвестной дисперсии;
- Гипотеза о дисперсии равной числу при известной средней;
- Гипотеза о дисперсии равной числу при неизвестной средней;
- Гипотеза о равенстве дисперсий;
- Гипотеза о равенстве межгрупповой и внутригрупповой дисперсий;
- Гипотеза о равенстве нескольких дисперсий;
- Гипотеза о равенстве средних при известной дисперсии;
- Гипотеза о равенстве средних при неизвестной дисперсии;
- Гипотеза о равенстве средних при неизвестных дисперсиях;
- Гипотеза о вероятности равной числу;
- Гипотеза о равенстве вероятностей;
- Гипотеза о нормальном законе распределения;
- Гипотеза об отсутствии линейной корреляционной связи;
- Гипотеза о коэффициенте линейного уравнения регрессии равном нулю;
- Гипотеза о коэффициенте линейного уравнения множественной регрессии равном нулю;
- Гипотеза о значимости линейного уравнения регрессии;
- Гипотеза о значимости линейного уравнения множественной регрессии;
- Гипотеза о коэффициенте корреляции равном числу;
- Гипотеза о коэффициенте корреляции равном нулю;
- Гипотеза о равенстве коэффициентов корреляции.