Статистический анализ данных (курс лекций, К.В.Воронцов)/2015, ФУПМ/1
Материал из MachineLearning.
м |
м |
||
Строка 45: | Строка 45: | ||
* Одновыборочный [[критерий Стьюдента|t-критерий]], нарушение предположения о нормальности. <br> <tex>X^n, \;\; X \sim p\cdot N(\mu,\sigma^2)+ \left(1-p\right)\cdot F; </tex> <br> <tex>H_0\,:\; \mathbb{E}X=0</tex> <br> <tex>H_1\,:\; \mathbb{E}X\neq0;</tex> <br><tex>\mu=0\,:\,0.01\,:\,2, \;\; n=30.</tex> <br> | * Одновыборочный [[критерий Стьюдента|t-критерий]], нарушение предположения о нормальности. <br> <tex>X^n, \;\; X \sim p\cdot N(\mu,\sigma^2)+ \left(1-p\right)\cdot F; </tex> <br> <tex>H_0\,:\; \mathbb{E}X=0</tex> <br> <tex>H_1\,:\; \mathbb{E}X\neq0;</tex> <br><tex>\mu=0\,:\,0.01\,:\,2, \;\; n=30.</tex> <br> | ||
- | ::Рубцовенко: <tex>F = U\left[-\sqrt{3}+\mu, \sqrt{3}+\mu\right]</tex> — непрерывное равномерное распределение; <tex>\sigma=1, \;\; p=0\,:\,0.01\,:\,1.</tex> | + | ::Рубцовенко: <tex>F = U\left[-\sqrt{3}+\mu, \sqrt{3}+\mu\right]</tex> — непрерывное равномерное распределение; <tex>\sigma=1, \;\; p=0\,:\,0.01\,:\,1.</tex> <!---брать mu до 1 или sigma больше---> |
::Родина: <tex>F = C\left(\mu,1\right)</tex> — распределение Коши с коэффициентом сдвига <tex>\mu</tex> и коэффициентом масштаба <tex>1; \;\; \sigma=1, \;\; p=0\,:\,0.01\,:\,1.</tex> | ::Родина: <tex>F = C\left(\mu,1\right)</tex> — распределение Коши с коэффициентом сдвига <tex>\mu</tex> и коэффициентом масштаба <tex>1; \;\; \sigma=1, \;\; p=0\,:\,0.01\,:\,1.</tex> | ||
::Пономарёв: <tex>F = \mu + St(3)</tex> — сдвинутое на <tex>\mu</tex> распределение Стьюдента с тремя степенями свободы; <tex>\sigma = \sqrt{3}, \;\; p=0\,:\,0.01\,:\,1.</tex> | ::Пономарёв: <tex>F = \mu + St(3)</tex> — сдвинутое на <tex>\mu</tex> распределение Стьюдента с тремя степенями свободы; <tex>\sigma = \sqrt{3}, \;\; p=0\,:\,0.01\,:\,1.</tex> |
Версия 07:29, 12 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).
- Лийко:
-
неверна.
- Лукманов:
— стандартное распределение Коши;
Сравнить критерии Шапиро-Уилка и хи-квадрат Пирсона.
- Дербышев:
— непрерывное равномерное распределение;
Сравнить критерии Харке-Бера и Андерсона-Дарлинга.
- Попова:
— распределение Стьюдента с двумя степенями свободы;
Сравнить критерии Харке-Бера и хи-квадрат Пирсона.
- Лукманов:
- Ахтямов:
; сравнить z-критерии в версиях Вальда и множителей Лагранжа.
- Бондарчук:
; сравнить z-критерий в версии множителей Лагранжа и точный критерий.
- Усманова:
; сравнить z-критерий в версии Вальда и точный критерий.
- Ахтямов:
-
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.
- Карасиков:
сравнить одновыборочные t- и перестановочный критерии.
- Костюк:
-
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.
- Кулунчаков:
сравнить критерий Манна-Уитни-Уилкоксона и перестановочный критерий с разностью средних в качестве статистики.
- Жуков:
сравнить t-критерий для неизвестных равных дисперсий и перестановочный критерий с разностью средних в качестве статистики.
- Яковлева:
- Веринов:
сравнить критерии Фишера и Ансари-Брэдли.
- Занегин:
сравнить критерии Фишера и перестановочный критерий со статистикой Али.
- Васильев:
сравнить критерии Ансари-Брэдли и Зигеля-Тьюки.
- Веринов:
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:
- Виденеева:
- Одновыборочный t-критерий, нарушение предположения о нормальности.
- Рубцовенко:
— непрерывное равномерное распределение;
- Родина:
— распределение Коши с коэффициентом сдвига
и коэффициентом масштаба
- Пономарёв:
— сдвинутое на
распределение Стьюдента с тремя степенями свободы;
- Макарова:
— непрерывное равномерное распределение;
- Рубцовенко:
- Одновыборочный критерий хи-квадрат для гипотезы о дисперсии, нарушение предположения о нормальности.
- Иноземцев:
— распределение Стьюдента с тремя степенями свободы;
- Фатыхов:
— непрерывное равномерное распределение;
- Швец:
— сдвинутое на 2 распределение хи-квадрат с 2 степенями свободы;
- Иноземцев:
- 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;
- Гринчук:
— непрерывное равномерное распределение;
- Чжен:
- 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;
- Липатова: