|
СТАТИСТИЧЕСКАЯ ГИПОТЕЗА [ statistical hypothesis ] Каждое непротиворечивое множество предположений (гипотез), относящееся к распределению n-мерной случайной величины X: x1, x2, ..., xn (xi - случайные числа, i = 1, 2,... , n), называется статистической гипотезой.
Статистическая гипотеза H называется простой, если она однозначно определяет распределение вероятностей; в противном случае она называется сложной. Например, по данным двух выборок вычислены оценки s12 и s22 дисперсий D1 и D2. Высказывается предположение H0, что различие между значениями вычисленных оценок случайное, то есть что D1 = D2. Это исходное простое предположение называется нулевой гипотезой. С нулевой гипотезой может конкурировать одна сложная альтернативная гипотеза H1: D1№D2. Эта альтернативная гипотеза может распадаться на две простых альтернативных гипотезы H2: D1<D2 и H3: D2<D1. Если одно из этих неравенств заведомо невозможно, то альтернативная гипотеза является односторонней и для ее проверки применяются односторонние критерии статистической гипотезы, в отличие от двусторонних в противном случае.
Односторонний критерий имеет меньшую вероятность ошибки второго рода, чем соответствующий двусторонний. Поэтому, когда нет необходимости применять двусторонний критерий, применяют односторонний.
Примеры статистических гипотез:
(а) нормальное распределение имеет определенные среднюю и дисперсию;
(б) нормальное распределение имеет заданное среднее (предположений о дисперсии не выдвигается);
(в) распределение нормально;
(г) два неизвестных непрерывных распределения одинаковы.
Гипотезы а) и б) касаются значений одного или двух параметров распределений и, в связи с этим, называются параметрическими.
Гипотезы в) и г) называются непараметрическими. Каждая из этих статистических гипотез может быть проверена на основании применения определенных правил, процедур (критериев) к выборочным данным (данным наблюдения).
|
«Я У Ч Е Н Ы Й И Л И . . . Н Е Д О У Ч К А ?»
Т Е С Т В А Ш Е Г О И Н Т Е Л Л Е К Т А
Предпосылка:
Эффективность развития любой отрасли знаний определяется степенью соответствия методологии познания - познаваемой сущности.
Реальность:
Живые структуры от биохимического и субклеточного уровня, до целого организма являются вероятностными структурами. Функции вероятностных структур являются вероятностными функциями.
Необходимое условие:
Эффективное исследование вероятностных структур и функций должно основываться на вероятностной методологии (Трифонов Е.В., 1978,..., ..., 2015, …).
Критерий: Степень развития морфологии, физиологии, психологии человека и медицины, объём индивидуальных и социальных знаний в этих областях определяется степенью использования вероятностной методологии.
Актуальные знания: В соответствии с предпосылкой, реальностью, необходимым условием и критерием...
...
о ц е н и т е с а м о с т о я т е л ь н о:
— с т е п е н ь р а з в и т и я с о в р е м е н н о й н а у к и,
— о б ъ е м В а ш и х з н а н и й и
— В а ш и н т е л л е к т !
|
♥ Ошибка? Щелкни здесь и исправь ее! Поиск на сайте E-mail автора (author): tryphonov@yandex.ru
|