Смекни!
smekni.com

Критерій відношення правдоподібності для великих вибірок (стр. 3 из 6)

Число

називають рівнем значущості критерію, якщо
.

Нехай

, тоді
квантилем
розподілу
називається корінь рівняння
. Якщо функція
строго монотонна, то це рівняння має єдиний корінь; у протилежному випадку це рівняння має декілька коренів, і тоді
квантилем називають мінімальний серед коренів рівняння.

2. Критерій відношення правдоподібності для великих вибірок

Одним із найбільш універсальних методів побудови критеріїв перевірки складних гіпотез є метод відношення правдоподібності, суть якого полягає у наступному. Для перевірки гіпотези

проти альтернативи
вводиться статистика відношення правдоподібності

де

,
функція правдоподібності. Разом із статистикою
вводиться статистика

Будемо вважати, що виконуються умови регулярності, що забезпечують існування, єдність і асимптотичну нормальність оцінки максимальної правдоподібності

параметра
. Розглянемо випадок простої гіпотези.

Теорема. Нехай потрібно перевірити просту гіпотезу

фіксована внутрішня точка множини
. Тоді для великих вибірок(
) при виконанні вказаних умов регулярності критерію відношення правдоподібності задається асимптотично критичною множиною

(1)

тобто при

де

рівень значущості критерію.

Доведення. Покажемо, що з умов теореми слідує:

(2)

звідки випливає рівність (1). Якщо справедлива гіпотеза

, то в силу спроможності оцінки максимальної правдоподібності при великих
точка
близька до
, тому для
можна записати розклад Тейлора відносно точки
:

де

Звідси випливає, що

Оскільки

слушна оцінка для
, а другі похідні функції правдоподібності, за припущенням, неперервні по
, то справедливо:

На основі закону великих чисел при

величина

збігається за ймовірністю( за розподілом

) до середнього значення

Таким чином, матриця граничних значень коефіцієнтів квадратичної форми у (3) співпадає з інформаційною матрицею

. Звідси слідує, що випадковий вектор
має в границі такий же розподіл, як і нормальний
випадковий вектор
Таким чином, права частина (3) має в границі такий розподіл, як і квадратична форма
. Тоді
. Звідки і випливає співвідношення (2). Теорему доведено.

Розглянемо важливий приклад застосування викладених результатів до поліноміального розподілу

Приклад( метод відношення правдоподібності для поліноміального розподілу). Нехай проводяться незалежні випробування, в кожному з яких реалізується один із

можливих наслідків
, тобто спостерігається випадкова величина
, що приймає значення
(
, якщо наступила подія
). Позначимо через
вектор ймовірностей цих подій(
) і через
вектор частот реалізацій відповідних наслідків в
випробуваннях(
). Як відомо, розподіл вектора
має поліноміальний розподіл
. Припустимо тепер, що ймовірності подій
невідомі і потрібно перевірити гіпотезу
де
заданий вектор, що задовольняє умовам:
. Альтернативна гіпотеза має вигляд
.

Тут роль параметра

відіграє вектор
, але оскільки на значення параметрів накладена вимога
, то бажано позбутись цього обмеження, виключивши, наприклад,
. Таким чином, надалі покладаємо
і
.

Оцінками максимальної правдоподібності для параметрів

є відносні частоти реалізацій відповідних подій, тобто
, тому в даному випадку статистика відношення правдоподібності має вигляд: