Критерий Колмогорова

Поэтому критерий Колмогорова учитывает не только расхождение в ординатах кривых, но и число наблюдений.  [c.80]


При применении критерия Колмогорова в качестве меры рас-  [c.70]

В отличие от критерия Колмогорова, в котором степень рас-  [c.71]

Полученное значение сравнивалось с критическим значением критерия Колмогорова.  [c.58]

Стандарт устанавливает правила проверки согласия опытного распределения с теоретическим по критерию Колмогорова, а также по критерию х2 к ы2. являющимися наиболее универсальными и распространенными. В стандарте имеются справочные приложения.  [c.24]

На примере этого стандарта особенно видна плодотворность идеи стандартизации методов математической статистики. Для оценки согласия опытного и теоретического распределений по критерию Колмогорова существенное значение имеет объем выборки, по которой производится оценка, од-  [c.24]

Поэтому будем полагать, что реальные объемы выборок, которые можно получить, находятся в пределах 10 ZN < 100. Как указывают многие исследователи, для указанных пределов хорошие результаты дает критерий Колмогорова-Смирнова. Он применяется в тех случаях, когда проверяемое распределение непрерывно и известны среднее значение и дисперсия проверяемой совокупности. Рассмотрим подробнее методику использования этого критерия на конкретном примере.  [c.20]


Данные для проверки гипотезы по критерию Колмогорова-Смирнова  [c.21]

Когда необходимо применять критерий Колмогорова-Смирнова  [c.57]

Наиболее употребительными критериями согласия являются критерий х Пирсона и критерий Колмогорова. Для примера подробно рассмотрим критерий х2 Пирсона.  [c.35]

Ответ на первый вопрос содержится в предложении 2 - последовательность/г = (hn) должна быть регулярной. И здесь работает известный критерий Колмогорова если h — (hn) - стационарная в широком смысле последовательность со спектральной плотностью f = /(А) такой, что  [c.180]

Напомним, что критерий Колмогорова (см., например, [470]) утверждает, что у случайного процесса X = (-Xt)t>o существует непрерывная модификация, если найдутся такие константы а > Q, (3 > Q и с > Q, что для всех s, t 0  [c.279]

Критерии согласия. Общий принцип построения критериев согласия. Понятие состоятельности критерия. Критерии Колмогорова, %2. Проверка гипотезы о среднем нормального распределения, гипотезы о равенстве средних двух нормальных совокупностей. Проверка гипотезы случайности.  [c.31]

Еще один широко используемый критерий для статистической проверки гипотез был предложен Смирновым в 1939 г. и в дальнейшем развит самим автором и Колмогоровым. Критерий Колмогорова-Смирнова применяется в тех случаях, когда проверяемое распределение непрерывно и известны среднее и дисперсия совокупности. Проверка соответствия  [c.92]

Вместо средних и дисперсий можно сравнивать целые распределения. Для одной или двух совокупностей можно применять хорошо известный критерий %2 или критерий Колмогорова —Смирнова. Для  [c.207]

Критерий Колмогорова-Критерий серий Биномиальный критерий  [c.540]

Критерий Колмогорова-Смирнова  [c.540]

Критерий Колмогорова-Смирнова сравнивает эмпирическую функцию распределения переменной с определенным теоретическим законом В наших дальнейших рассуждениях обозначает кумулятивную частость для каждой категории теоретического распределения, а сравниваемое значение выборочной частости. Крите -  [c.589]


Критерии Колмогорова-Смирнова и хи-  [c.594]

Критерий Колмогорова-Смирнова. ........................................................................ 27  [c.18]

Критерий Колмогорова-Смирнова применяется к распределениям, не имеющим скачков.  [c.29]

Эффективно критерии %, Колмогорова-Смирнова сочетать в паре.  [c.29]

F(x)=x, хе[0 1] - критерий Колмогорова-Смирнова.  [c.30]

Применим критерий Колмогорова-Смирнова к последовательности ao,ai,. .., at-i.  [c.31]

При оценке совместных вероятностей вы, возможно, захотите смоделировать кривые, образуемые значениями строк и столбцов таблицы, с помощью какого-нибудь математического процесса. Возможно, что при оценке совместных вероятностей или коэффициентов корреляции, введенных совместными распределениями изложенной здесь Теории Условной Вероятности, пригодится какая-нибудь разновидность регрессионного анализа, нейронных сетей или другого аппарата. Это поистине широко открытая область приложений. В главе 4 Математики управления капиталом рассказано о моделировании распределения одной случайной величины с помощью критерия Колмогорова-Смирнова. Этот метод можно также использовать для моделирования строк и столбцов таблицы совместных вероятностей. Тем, кто заинтересован в развитии сходных методов, следует изучить кривые Пирсона, а также Байесову статистику. Для этого рекомендую прочитать Прикладную теорию статистических решений Говарда Райффы и Роберта Шлайфера (изд-во Гарвардского университета, Бостон, 1961 г.) и Адаптивные процессы управления Ричарда Беллмана (изд-во Принстонского университета, Принстон, 1961 г.).  [c.168]

Существуют и более мощные (солидные) статистические процедуры (например, более мощные критерии достоверности различий t-критерий и критерий Колмогорова—Смирнова или методы факторного анализа), но нередко в конкретном профкон-сультационном исследовании более адекватными оказываются методы более простые. Считается даже, что если достаточно простой коэффициент достоверности различий сработал (например, критерий знаков ), т.е. продемонстрировал, что сравниваемые группы, действительно, существенно различаются по исследуемому признаку, то использовать более мощные критерии нет смысла. Как отмечал Е. А. Климов, увлечение метрической точностью влечет за собой груз физико-технических стереотипов мышления, адекватность которых при изучении человека всегда должна быть в каждом случае предметом особого рассмотрения (Климов Е.А., 1995, с. 72) и простота и понятность — это тоже нечто, что можно предпочитать и приветствовать (там же, с. 193).  [c.351]

Кривая доходности 14, 352 Критерий Колмогорова 245, 279 Кумулянта 246, 829 Купонная процентная ставка  [c.520]

Идентификация случайных параметров модели осуществляется с использованием стандартных программ, входящих в состав математического обеспечения современных универсальных ЭВМ. Так, например, в математическом обеспечении ЕС ЭВМ имеется программа, осуществляющая расчет эмпирического распределения, ее сравнение с множеством теоретических законов распределения (нормальное, равномерное, Вейбулла, гамма, экспоненциальное и т. п.), проверку гипотезы о соответствии выбранного закона распределения эмпирическим данным. Проверка гипотезы осуществляется по критериям Пирсона, Романовского, Колмогорова—Смирнова. Программа обеспечивает расчет основных параметров выбранного закона распределения — математического ожидания, дисперсии, среднеквадратического отклонения, показателей эксцесса и асимметрии и коэффициента вариации.  [c.96]

Для определения степени согласованности эмпирического и теоретического распределений предложены различные критерии согласия. Так, известны критерий согласия Пирсона, Романовского, Колмогорова, Ястремского. Критерий согласия Пирсона сводится к исчислению по распределению Пирсона вероятности достижения л 2 данного значения Р = х2. При этом х2 рассчитывается по формуле (9.3)  [c.189]

Основы стохастической финансовой математики Т.1 (0) -- [ c.245 , c.279 ]

Основы стохастической финансовой математики Т.2 (1998) -- [ c.245 , c.279 ]