Полная версия

Главная arrow Статистика

  • Увеличить шрифт
  • Уменьшить шрифт


<<   СОДЕРЖАНИЕ ПОСМОТРЕТЬ ОРИГИНАЛ   >>

ЗАКЛЮЧЕНИЕ

Настоящее руководство не дает однозначного ответа на вопрос, какой критерий лучше всего использовать для проверки отклонения анализируемой выборки от равномерного закона. В определённой степени оно раскрывает специалистам, заинтересованным в корректности применения статистических методов, истинные возможности критериев по различению близких гипотез. Пожалуй, впервые демонстрируется смещённость ряда критериев, в том числе широко известных критериев согласия Колмогорова, Крамера-Мизеса-Смирнова и Андерсона-Дарлинга относительно некоторых альтернатив. Из содержания руководства следует, что для большей объективности статистических выводов при проверке равномерности предпочтительней воспользоваться некоторым рядом критериев, обладающих определёнными достоинствами. Использование критериев, опирающихся на различные меры отклонения эмпирического распределения от теоретического, повышает качество статистических выводов.

Представленные в руководстве описания критериев с указанием их преимуществ и недостатков, расширенные таблицы процентных точек и модели распределений статистик критериев, оценки мощности критериев относительно некоторых конкурирующих гипотез позволят специалистам, решающим задачи статистического анализа в конкретной прикладной области, осознанно подходить к выбору критериев, не останавливаясь на использовании какого-то одного.

Приведенные оценки мощности критериев для различных объёмов выборок п позволяют не только сравнивать критерии, но и дают возможность (при задании конкурирующей гипотезы) оценить вероятности ошибок 2-го рода р, соответствующие заданным вероятностям ошибок 1-го рода а. Или спрогнозировать требуемые объемы выборок для того, чтобы с вероятностями ошибок а и (3 не больше заданных различать, например, гипотезы Я0 и Я,.

Использование в процессе проверки гипотезы процентных точек уже не соответствует современному уровню требований к качеству статистических выводов. Можно отметить возрастающую роль статистического моделирования и компьютерных технологий, позволяющих в интерактивном режиме исследовать распределения статистик и оценивать достигнутый уровень значимости (p-value).

 
<<   СОДЕРЖАНИЕ ПОСМОТРЕТЬ ОРИГИНАЛ   >>