Предполагают, что x1,
x2,….,
xN – выборка значений
наблюдаемой случайной величины объема . Процедура проверки
гипотез с использованием критериев типа c2 предусматривает группирование наблюдений. Область определения
случайной величины разбивают на k
непересекающихся интервалов граничными точками
x1<x2<…<xk-1< xk,
где
x0 –
нижняя грань области определения случайной величины, xk – верхняя грань. В соответствии с заданным разбиением
подсчитывают число ni
выборочных значений, попавших в i-й
интервал, и вероятности попадания в интервал , соответствующие
теоретическому закону с функцией плотности f(x,q). При
проверке простой гипотезы известны как вид функции плотности, так и все
параметры закона (известен скалярный или векторный параметр q). При этом
,
. В основе
статистик, используемых в критериях согласия типа c2, лежит измерение отклонений ni /N от Pi(q).
К критериям такого рода, в частности, относят критерий c2 Пирсона, критерий отношения правдоподобия [1] и критерии типа c2 [2]–[5].
Статистику критерия согласия c2 Пирсона вычисляют по формуле
.
(1)
В случае проверки простой гипотезы в пределе при N®¥ эта статистика подчиняется c2r -распределению с r=k-1 степенями свободы, если верна нулевая гипотеза. Плотность c2r -распределения описывается формулой
.
(2)
Если верна конкурирующая гипотеза H1 и выборка соответствует распределению с плотностью f1(x,q1) с параметром q1, то эта же статистика в пределе подчиняется нецентральному c2r –распределению с тем же числом степеней свободы r=k-1 и параметром нецентральности
,
(3)
где Pi1(q1)– вероятность попадания в интервал при справедливой гипотезе H1. Плотность нецентрального c2r –распределения имеет вид [1]
,
(4)
где B(a,b)=G(a)G(b)/G(a+b)– бета-функция.
При заданном уровне значимости a нулевая гипотеза о согласии не должна быть отвергнута, если
,
(5)
где S*c2 – вычисленное в соответствии с формулой (1) значение статистики.
,
(6)
которая при верной нулевой гипотезе также асимптотически распределена как c2r с r=k-1 степенями свободы. Если верна конкурирующая гипотеза H1 и выборка соответствует распределению с плотностью f1(x,q1) и параметром q1, мерой близости сравниваемых законов является величина
.
(7)