Критерий согласия Ватсона

Непараметрический критерий согласия Ватсона является развитием критерия согласия Крамера — Мизеса — Смирнова. Критерий был предложен для проверки простых гипотез о принадлежности анализируемой выборки полностью известному закону, то есть для проверки гипотез вида $H_0:F_n(x)=F(x,\theta )$ с известным вектором параметров теоретического закона.

В критерии Ватсона используется статистика вида:

$U_n^2=\sum _{i=1}^n{(F(x_i,\theta )-\frac{i-0,5}{n})}^2-n{(\frac{1}{n}\sum _{i=1}^{n}F(x_i,\theta )-0,5)}^2+\frac{1}{12n}$ ,

где $n$ — объём выборки, $x_1,x_2,...,x_n$ — упорядоченные по возрастанию элементы выборки.

При справедливости простой проверяемой гипотезы статистика $U_n^2$ в пределе подчиняется распределению:

$G(u)=1-2\sum _{m=1}^{\mathrm{\infty }}(-1{)}^{m-1}{e}^{-2m^2{\pi }^{2}u}$ .

Чтобы уменьшить зависимость распределения статистики от объёма выборки, можно использовать в критерии модификацию статистики вида

$U_n^{2*}=(U_n^2-0,1/n+0,1/n^2)(1+0,8/n)$ .

Однако следует подчеркнуть, что зависимость распределения статистики $U_n^2$ от объема выборки выражена слабо. При $n>20$ отличием распределения статистики $U_n^2$ от предельного распределения можно пренебречь. При проверке простых гипотез критерий Ватсона по мощности несколько выигрывает у критерия Крамера-Мизеса-Смирнова

При проверке простых гипотез критерий является свободным от распределения, то есть не зависит от вида закона, с которым проверяется согласие.

Проверяемая гипотеза отклоняется при больших значениях статистики.

Проверка сложных гипотез

При проверке сложных гипотез вида $H_0:F_n(x)\in \{F(x,\theta ),\theta \in \mathrm{\Theta }\}$ , где оценка $\hat{\theta }$ скалярного или векторного параметра распределения $F(x,\theta )$ вычисляется по той же самой выборке, критерий согласия Ватсона (как и все непараметрические критерии согласия) теряет свойство свободы от распределения.

При проверке сложных гипотез распределения статистик непараметрических критериев согласия зависят от ряда факторов: от вида наблюдаемого закона $F(x,\theta )$ , соответствующего справедливой проверяемой гипотезе $H_0$; от типа оцениваемого параметра и числа оцениваемых параметров; в некоторых случаях от конкретного значения параметра (например, в случае семейств гамма- и бета-распределений); от метода оценивания параметров. Различия в предельных распределениях статистики при проверке простых и сложных гипотез очень существенны, поэтому пренебрегать этим ни в коем случае нельзя.

См. также

• Критерий согласия Колмогорова
• Критерий Крамера — Мизеса — Смирнова
• Критерий Андерсона-Дарлинга
• Критерий согласия Купера
• Критерий согласия Пирсона