Cтраница 1
Метод проверки гипотезы о нормальном распределении по Колмогорову предполагает знание математического ожидания и дисперсии о2, его в нашем случае не имеется. [1]
Метод проверки гипотезы о соответствии нормальной модели эмпирическим данным с помощью отношений оценок асимметрии и эксцесса к их стандартным отклонениям заключается в совместном выполнении двух предположений. [2]
Метод проверки гипотез претендует на большее, поскольку здесь сделана попытка получить решающее правило с определенной, заранее заданной вероятностью ошибки. Однако на практике одновременно можно манипулировать только двумя классами, и даже эти два класса должны быть составлены из обобщенных AR-моделей. [3]
Используемый здесь метод проверки гипотезы равенства дисперсий в двух генеральных совокупностях по независимым выборкам основан на знании функции распределения Фишера. Поэтому для получения значимых оценок необходимо в память ЭЦВМ ввести таблицу критических точек этого распределения. [4]
Предложено применение непараметрического метода проверки гипотезы нормальности по большому количеству малых выборок с разными параметрами. [5]
Как и в случае обнаружения методом проверки гипотез, [ см. (2.11) ], порог Гп включает в себя априорную информацию об обрабатываемом сигнале. Величина а0 в (2.15) рассчитывается по значениям шума сгш. [6]
Одним из популярных методов сравнения классов является метод проверки гипотез. [7]
Выше отмечалось, что разумная постановка проблемы определяется тем арсеналом методов проверки гипотез, которым располагает исследователь. Если для проверки каких-то двух гипотез нет метода, приводящего к двум различным следствиям, то постановка самой проблемы нецелесообразна. [8]
Таким образом, основными задачами математической статистики являются разработка методов нахождения оценок и исследования точности их приближения к оцениваемым характеристикам и разработка методов проверки гипотез. [9]
Таким образом, основными задачами математической статистики являются разработка методов нахождения оценок и исследования точности их - приближения к оцениваемым характеристикам и разработка методов проверки гипотез. [10]
Творческие работники, конечно, должны знать область, в которой они подвизаются, но чем сложнее предмет, тем менее вероятно, что деловая машина сможет заменить при формулировке гипотез человеческий ум. Это лишь один из примеров того, как метод проверки гипотезы, в данном случае метод проверки обобщения на возможно большем числе примеров, смешивается с построением гипотез. Смешение критических методов с творческими способно привести к большой потере времени. [11]
Предлагаемая читателям книга известных американских специалистов является первой в мировой литературе, специально по-евященной проблеме построения стохастических моделей систем и процессов по результатам наблюдений. В ней дано систематическое изложение подходов к выбору типа дискретной математической модели для описания наблюдаемого явления, методов приведения уравнений модели к простейшим ( каноническим) формам, методов оценивания неизвестных параметров в уравнениях модели ж методов проверки гипотез об адекватности той или иной модели результатам экспериментов. [12]
Значения, лежащие вне ожидаемого диапазона, называются значимыми. В данной главе мы рассмотрели один из методов проверки гипотез, в котором фигурировала средняя ариф-метическяя совокупность. И наконец, в главе приведены примеры на основе компьютерных программ по вопросам определения вероятностей, доверительных пределов и значимости выборочного среднего. [13]
Понятно, что чем меньше для данной критической области числа aj и а2, тем удачнее выбрана критическая область. Отсюда вытекает следующий рациональный принцип выбора критической области: при заданных значениях ctj и п нужно выбирать ту область Rn2, для которой а2 достигает минимума. Заранее нельзя сказать, какое с нужно выбрать, чтобы метод проверки гипотезы был самым выгодным, так как основную роль при этом играет практическая сторона дела. [14]
Для проверки этих предположений начнем с остаточного ряда, полученного по наилучшей модели в данном классе для заданного множества наблюдений 1, и проверим, согласуется ли полученный ря - деатков с этими предположениями. Если модель была выбрана из класса, имеющего переменные во времени коэффициенты, то нужно вместо остаточного ряда рассмотреть соответствующую отбеленную последовательность наблюдений. Поскольку мы используем вероятностные методы, можно только удостовериться, выполняются ли допущения при требуемом уровне значимости. Соответствующие тесты могут быть получены с помощью теории проверки гипотез. Недостатки методов проверки гипотез, отмеченные ранее, такие как произвольность уровня значимости, здесь не имеют значения, потому что при выборе определенной модели из ряда моделей мы интересуемся прежде всего вопросом о том, удовлетворительна она или нет. [15]