Применяя критерии согласия типа c2, можно по-разному разбивать область определения случайной величины на интервалы: равной длины, равных вероятностей или асимптотически оптимальные.
Использование асимптотически оптимальных интервалов обеспечивает максимальную мощность используемого критерия, снижает риск принятия неверной нулевой гипотезы H0.
Если гипотеза H0 справедлива или, наоборот, совершенно не соответствует характеру выборки, то выводы по критериям согласия при равновероятном, равноотстоящем и асимптотически оптимальном группировании обычно оказываются очень близкими по вычисляемому значению вероятности P{S>S*}> a. И гипотезу H0 при любом группировании однозначно принимают или однозначно отвергают.
Наличие в выборке малых отклонений от предположений (от гипотезы H0) в случае равновероятного и равноотстоящего группирования оказывается незамеченным критерием, а в случае асимптотически оптимального группирования эти отклонения будут заметны, что в принципе снижает риск принятия неверной нулевой гипотезы H0.
Применяя критерии согласия типа c2, необязательно использовать только асимптотически оптимальное группирование наблюдений. Можно использовать и равновероятное группирование, и разбиение на интервалы равной длины. Но тогда следует помнить, что в этом случае критерии типа c2 будут хуже различать близкие гипотезы (близкие альтернативы).
В приложении А приведены таблицы асимптотически оптимального группирования (АОГ) для ряда распределений. Представлены таблицы двух видов. В таблицах 1-го вида содержатся граничные точки, инвариантные относительно параметров распределения, в таблицах 2-го – вероятности попадания в соответствующие интервалы.
Порядок использования асимптотически оптимального группирования в связи с конкретным законом распределения определяется таблицей 3. В строках таблицы отражены функция плотности закона распределения, количество информации Фишера о соответствующем параметре по группированным и негруппированным данным, указаны номера таблиц в приложении А, в которых содержатся оптимальные для данной ситуации граничные точки в виде ti= j(xi,q), инвариантном относительно q, и соответствующие значения вероятностей Pi попадания наблюдений в i-й интервал.
Для тех законов распределения, для которых решение задачи асимптотически оптимального группирования нельзя получить в виде, инвариантном относительно параметров распределений, например для распределений типа Накагами, бета-, и таблицы асимптотически оптимального группирования отсутствуют, в соответствующих колонках таблицы 3 стоят прочерки (тире). В таких случаях для того, чтобы применить асимптотически оптимальное группирование, можно рекомендовать решение задач асимптотически оптимального группирования вида (18)-(19) в процессе проверки согласия при определенных значениях параметров, используя содержащиеся в таблице 3 выражения для элементов информационной матрицы Фишера по группированным данным.
Для законов распределения, определяемых одним параметром (экспоненциального, Парето, Рэлея и т.п.), одну и ту же пару таблиц асимптотически оптимального группирования (ti и Pi) используют при проверке простых и сложных гипотез.
Для законов распределения, определяемых двумя параметрами, в случае сложной гипотезы и оценивании только одного параметра требуемая пара таблиц асимптотически оптимального группирования указана в строке для этого параметра. В случае сложной гипотезы и оценивании двух параметров или в случае простой гипотезы используют пару таблиц, указанных в строке с двумя параметрами. В колонках для количества информации Фишера по группированным и негруппированным данным в такой строке даны выражения для недиагональных элементов соответствующих информационных матриц J(qi,qj), а J(qi,qj)= J(qj,qi).
Например, при
оценивании по выборке только параметра сдвига нормального закона следует
использовать пару таблиц А.24–А.25, при
оценивании только параметра масштаба – пару таблиц А.26–А.27,
а при проверке простых гипотез и сложных гипотез, сопровождаемых оцениванием по
данной выборке обоих параметров нормального закона, – пару таблиц А.28–А.29.
[Предыдущая][Содержание][Следующая]