2.3.5 Влияние объема выборки на мощность непараметрических критериев при простых и сложных гипотезах

Способность различать близкие гипотезы зависит от того, насколько сильно различаются распределения G(Sn|H0)  и G(Sn|H1).

Предложены к рассмотрению две близкие гипотезы: H0 - нормальное распределение с плотностью  и параметрами m=0, s=1;  H1 - логистическое с такими же параметрами m=0, s=1 и плотностью . О бли­зо­с­ти этих законов распределения можно судить по рисунку 4, на котором пред­ставлены их функции распределения. Рисунок 5 иллюстрирует зависимость от n распределений G(Sn|H1) статистики SK Колмогорова при проверке простой (n = 20, 100, 500, 1000), а рисунок 6 – при проверке сложной гипотезы H0 (при использовании ОМП).

 

Рисунок 4 – Функции распределения нормального и логистического законов

 

 

Рисунок 5 – Зависимость от n распределений G(Sn|H1) статистики SK Колмогорова при простой гипотезе (H0 - нормальное распределение, H1 - логистическое): n= 20, 100, 500, 1000

Рисунок 6 – Зависимость от n распределений G(Sn|H1) статистики SK Колмогорова при сложной гипотезе (H0 - нормальное распределение, H1 - логистическое, ОМП): n= 20, 100, 500, 1000

 

На рисунках 7-8 для сравнения представлены распределения G(Sn|H1) стати­стики Sw при проверке простой (рисунок 7) и сложной гипотезы (рисунок 8) для тех же самых альтернатив H0 и H1. Для данной пары альтернатив в слу­чае проверки сложной гипотезы критерий согласия типа w2 Крамера-Мизеса-Смирнова обладает несколько большей мощностью при различении близких гипотез, чем критерий типа Колмогорова, а в случае простых – наоборот.

С точки зрения практического использования критериев важны два мо­мента, которые подтверждены результатами исследований и хорошо иллюстри­рованы рисунками 5-8. Во-первых, очевидно, что при малых выборках пы­таться различать с помощью непараметрических критериев согласия близкие гипотезы (особенно простые) абсолютно бесполезно. Во-вторых, мощность не­параметрических критериев при проверке сложных гипотез при тех же объемах выборок n всегда существенно выше, чем при проверке простых.

При проверке простых гипотез неaпараметрические критерии типа Колмо­горова, Смирнова, w2 и W2 Мизеса уступают по мощности критериям типа c2, особенно, если в последних используется асимптотически оптимальное груп­пирование [31]-[34]. Но при проверке сложных гипотез непараметрические критерии оказываются более мощными. Для того чтобы воспользоваться их преимуществами, надо только знать распределение G(S|H0) при проверяемой сложной гипотезе.

Рисунок 7 – Зависимость от n распределений G(Sn|H1) статистики Sw Крамера-Мизеса-Смирнова при простой гипотезе (H0 - нормальное распределение, H1 - логистическое):  n = 20, 100, 500, 1000

Рисунок 8 – Зависимость от n распределений G(Sn|H1) статистики Sw Крамера-Мизеса-Смирнова при сложной гипотезе (H0 - нормальное распределение, H0 - логистическое, ОМП): n = 20, 100, 500, 1000

 

[Предыдущая][Содержание][Следующая]