Критерий часто применяют для проверки гипотезы
о виде распределения, т.е. о принадлежности распределения выборки
некоторому параметрическому семейству.
Имеется выборка
из неизвестного распределения
.
Проверяется сложная гипотеза
где неизвестный параметр
(скалярный или векторный),
его размерность.
Пусть разбито на
интервалов группировки
, и
-- число элементов выборки, попавших в
. Но вероятность
теперь
зависит от неизвестного параметра
.
Функция отклонения (23) также зависит от неизвестного
параметра , и использовать ее в критерии Пирсона нельзя
мы не можем вычислить ее значение:
![]() | (24) |
![]() | (25) |
Условие K1(a) (при выполнении некоторых условий
относительно гладкости )(*) обеспечивается теоремой (R. Fisher, 1924), которую мы доказывать не будем:
Если верна гипотеза , и
размерность параметра (вектора)
, то при фиксированном
и при
где есть
-распределение с
степенями свободы.
Условие K1(б) выполнено, если, скажем, рассматривать альтернативные
распределения такие,
что ни при каких
набор вероятностей
не совпадает с
.
Построим критерий .
Пусть случайная величина имеет распределение
. По заданному
найдем
такое, что
.
Критерий согласия имеет такой же вид, как все критерии согласия:
Замечания 19, 20 о количестве интервалов разбиения остаются в силе.
Оценку , минимизирующую функцию
,
нельзя заменить на оценку максимального
правдоподобия для
, построенную по выборке
,
,
.
При такой замене предельное распределение величины
а) уже не равно , а совпадает с распределением величины
где все независимы и имеют распределение
, а коэффициенты
, вообще говоря, отличны от 0 и 1 (H.Chernoff, E.Lehmann, 1954);
б) зависит от .
Почувствуйте разницу:
Оценку , минимизирующую функцию
,
можно получить как оценку максимального
правдоподобия для
, построенную по вектору
,
,
из полиномиального распределения.
Функция правдоподобия имеет вид
Вычисление точки максимума по такой функции в общем случае
возможно лишь численно, равно как и вычисление точки минимума
функции
.
N.I.Chernova
(*)
Все
непрерывны по
; ранг матрицы
равен
.