Главная страница Случайная страница Разделы сайта АвтомобилиАстрономияБиологияГеографияДом и садДругие языкиДругоеИнформатикаИсторияКультураЛитератураЛогикаМатематикаМедицинаМеталлургияМеханикаОбразованиеОхрана трудаПедагогикаПолитикаПравоПсихологияРелигияРиторикаСоциологияСпортСтроительствоТехнологияТуризмФизикаФилософияФинансыХимияЧерчениеЭкологияЭкономикаЭлектроника |
Правило Вальда
Для всех правил выборки решения, где условные вероятности ошибок a и b не превосходят заданных значений, последовательное правило, состоящее в сравнении отношения правдоподобия L(x1, …, xn) с двумя порогами С0 и С1, приводит к наименьшим затратам (значениям) m1(n/H0) и m1(n/H1). Оптимальное разбиение пространства выборки определяется неравенствами: 1) для допустимой области G0: C0 < L(x1, …, xk) < C1; k=1, …, n-1; L(x1, …, xn) C0; 2) для критической области G1: C0 < L(x1, …, xk) < C1; k=1, …, n-1; L(x1, …, xn) C1; 3) для промежуточной области GПР: C0 < L(x1, …, xn) < C1; k=1, …, n. Точное определение С0 и С1 математически сложно. Однако, доказано, что:
Пример: Проверка простой гипотезы о параметрическом распределении: - гипотеза Н0: среднее значение нормальной случайной величины равно а0; - альтернативная гипотеза Н1: среднее значение нормальной случайной величины а1. Тогда N(s, a0) или N(s, a1)? Элементы х1, …, хn – независимы. Пусть имеем пока один порог С1, с которым сравнивается L(x) или LnL(x). Для нормального закона: При фиксированном размере выборки имеем правило g1: а1> a0 Для критерия максимального правдоподобия: Замечательное следствие: При заданном a=b из этой формулы находим необходимый размер выборки:
где Х2a = argF(X). В математической статистике Xa называют процентным отклонением случайной величины, т.е. такую абсциссу кривой распределения, которая характеризуется тем, что часть площади под этой кривой находящаяся правее Хa, равна Х. т.е. P{x Xa} = a. Для критерия Неймана – Пирсона на заданном уровне значимости a величина К определяется по формуле (а1> а0): Еще одно следствие: Вероятности ошибок a и b в байесовском решении и вероятность ошибки 2-го рода для критерия Неймана – Пирсона зависят не от каждой из величин n, а1, а0, s в отдельности, а лишь от их единственной комбинации . Отсюда следует, что при уменьшении величины (в к раз, случай различения близких гипотез) для сохранения величин вероятности ошибок потребуется увеличение (в к2 раз!) размера выборки n. Если а1< а0, то решение g1 по критерию Неймана - Пирсона принимается при условии, что:
Ситуация 2: Вид аналитической функции априори неизвестен, т.е. характер априорной неопределенности таков, что какие-либо сведения об аналитическом описании исходного материала полностью отсутствуют: неизвестно распределение вероятности наблюдаемых значений xi, i=1, …, n, неизвестен вид платежной матрицы (функции потерь), неизвестны также плотности вероятности параметров f(ax), влияющих на величину потерь, неизвестны и последствия от принятия того или иного решения (виды оценивания). За ту крайность приходится расплачиваться довольно серьезными ограничениями, которые выражают иную форму представления имеющихся априорных значений, отличную от параметрических описаний. Следствие: Таким образом, параметрическое и непараметрическое описания исходных данных задачи соответствуют разным видам имеющихся ограниченных априорных знаний и взаимно дополняют друг друга.
|