Читайте также:
|
|
Чтобы проиллюстрировать применение t -критерия, рассмотрим задачу аудиторской проверки некоторой компании «ВЕК». Для проверки аудитор извлекает из информационной системы выборку накладных, заполненных в течение последнего месяца.
Средняя сумма накладных за последние пять лет равна 120 тыс. руб. Аудитор должен оценить, изменилась ли сумма накладных. Иначе говоря, в ходе проверки гипотезы требуется доказать, что средняя сумма накладных увеличивается или уменьшается.
Для проверки гипотезы с помощью двустороннего критерия применяем следующий алгоритм.
1. Формулируем нулевую и альтернативную гипотезы.
H 0: μ = 120 тыс. руб.,
H 1: μ ≠ 120 тыс. руб.
Если нулевая гипотеза отклоняется, значит, у нас есть веские доказательства того, что средняя сумма накладных отличается от 120 тыс. руб. Если нулевая гипотеза не отклоняется, значит, у нас нет достаточных доказательств, чтобы утверждать, будто средняя сумма накладных отличается от 120 тыс. руб.
2. Полагаем α = 0,05.
3. Из генеральной совокупности накладных извлекается случайная выборка. Предположим, что ее размер равен n = 12 накладных.
4. Поскольку предполагается, что генеральная совокупность является нормально распределенной, применяем t -критерий.
5. Для распределения Стьюдента, фрагмент которого приведен в табл. 2, определяем критически значения для t -распределения с n -1 степенями свободы и α = 0,05. Поскольку альтернативная гипотеза H 1: μ ≠ 120 тыс. руб. является ненаправленной, область отклонения гипотезы в t -критерии разделяется на две части, ограниченные левым и правым хвостами t -распределения. Площадь каждой из областей равна 0,025. Поэтому критические значения t -распределения с 12-1=11 степенями соответственно равны: - 2,2010 и + 2,2010.
6. По табл. 2 определяем, что критическое значение равно ± 2,2010.
Решающее правило таково:
если t < - t 11 = - 2,2010 или если t > t 11 = + 2,2010, то нулевая гипотеза отклоняется;
в противном случае она не отклоняется.
Ниже приведены данные о суммах накладных расходов (тыс. руб.) из выборки, состоящей из 12 накладных.
108,98 | 152,22 | 111,45 | 110,59 | 127,46 | 107,26 | 93,32 | 91,97 | 111,56 | 75,71 | 128,58 | 135,11 |
Результаты вычислений, связанных с аудиторской проверкой компании выглядят следующим образом.
тыс. руб.
тыс. руб.
В соответствии с формулой (3.5) t -статистика равна:
.
Таблица 2
Вычисление критического значения t -статистики для интегральной площади, равной 0,025, при 11 степенях свободы
Площади, ограниченные правым хвостом распределения | ||||||
Степени свободы | 0,25 | 0,10 | 0,05 | 0,025 | 0,01 | 0,005 |
1,0000 | 3,0777 | 6,3138 | 12,7062 | 31,8207 | 63,6574 | |
0,8165 | 1,8856 | 2,9200 | 4,3027 | 6,9646 | 9,9248 | |
0,7649 | 1,6377 | 2,3534 | 3,1824 | 4,5407 | 5,8409 | |
0,7407 | 1,5332 | 2,1318 | 2,7764 | 3,7469 | 4,6041 | |
0,7267 | 1,4759 | 2,0150 | 2,5706 | 3,3649 | 4,0322 | |
0,7176 | 1,4398 | 1,9432 | 2,4469 | 3,1427 | 3,7074 | |
0,7111 | 1,4149 | 1,8946 | 2,3646 | 2,9980 | 3,4995 | |
0,7064 | 1,3968 | 1,8595 | 2,3060 | 2,8965 | 3,3554 | |
0,7027 | 1,3830 | 1,8331 | 2,2622 | 2,8214 | 3,2498 | |
0,6998 | 1,3722 | 1,8125 | 2,2281 | 2,7638 | 3,1693 | |
0,6974 | 1,3634 | 1,7959 | 2,2010 | 2,7181 | 3,1058 |
По результатам вычислений имеем, что тестовая статистика попадает в область принятия гипотезы:
- 2,201 < t = - 1,19 < 2,201.
Поэтому аудитор не имеет оснований утверждать, что средняя сумма накладных за последний месяц значительно отличается от 120 тыс. руб., и гипотеза Н 0 не отклоняется.
Описательные статистики, полученные с помощью программы Microsoft Excel на основе данных о накладных, приведены в табл. 3.
Таблица 3
Столбец накладных | |
Среднее | 112,8508 |
Стандартная ошибка 20,80:√12=6,004 | 6,003863 |
Медиана | 111,02 |
Стандартное отклонение | 20,79799 |
Дисперсия выборки | 432,5565 |
Выборочный t -критерий применяется в тех ситуациях, когда стандартное отклонение генеральной совокупности σ неизвестно и оценивается с помощью выборочного стандартного отклонения S. Этот критерий является классической параметрической процедурой. Он сопровождается большим количеством строгих ограничений, гарантирующих корректность полученных результатов. Основное ограничение – это предположение о том, что выборка принадлежит нормально распределенной генеральной совокупности. На практике, бывает достаточно того, что выборка весьма велика, а распределение не слишком асимметрично.
Условия, налагаемые на применение t -критерия, можно проверить с помощью программы Microsoft Excel. Предположение о нормальности распределения можно проверить несколькими способами. Чтобы убедиться, насколько точно выборочные данные соответствуют теоретическим свойствам нормального распределения, можно воспользоваться многими научными методами, среди которых особо следует выделить критерий χ 2.
1.8. Применение Z -критерия для проверки гипотезы о доле признака в генеральной совокупности
Ранее уже рассматривалась проверка гипотез о доле признака с использованием гипергеометрического распределения. При этом был отмечен основной недостаток этой методологии, заключающийся в громоздкости вычислений. Даже при сравнительно небольших размерах генеральной совокупности. В то же время, в теории статистических решений показано, что если значения доли признака d в выборке размера п и величина п – d [5] больше пяти, выборочное распределение доли хорошо аппроксимируется стандартизованным нормальным распределением.
Чтобы оценить разность между фактической долей признака р n в выборке и гипотетическим параметром генеральной совокупности р, применяется Z - критерий для проверки гипотезы о доле признака:
(3)
где рn – наблюдаемая доля признака в выборке объема п;
р — гипотетическая доля признака в генеральной совокупности;
Z – статистика, аппроксимируемая стандартизованным нормальным распределением.
Статистику, положенную в основу Z -критерия, можно записать следующим образом.
, т.к. (4)
(5)
где npq = np (1- p) - дисперсия биноминального распределения.
В качестве иллюстрации рассмотрим решение следующего упражнения.
Дата добавления: 2015-07-15; просмотров: 98 | Нарушение авторских прав
<== предыдущая страница | | | следующая страница ==> |
Односторонние критерии | | | Упражнение 3. |