Промышленный лизинг
Методички
f 0,0065 - 0J05 0,019/Vl2 11 (0,05) = 1>796, т.е. отвергается гипотеза, *гго их доход равен доходу по индексу. 13. Статистический критерий 41-64,55 . 0,042 *51(0,05) = 67 $ > следовательно, нет достаточных доказательств, чтобы отвергнуть гипотезу о том, что дисперсия не превышает 0,04. 14. Это вероятность для гипотезы Н0 получения величины, по абсолютному значению равной критерию проверки или превышающей его. 15. Отвергнуть гипотезу, что монета имеет дефект. x2 = (zl6)l + 16i = 512 Х 100 100 Х?(0,05) = 3-84 Замечание. Для v = 1 (степень свободы) необходимо сделать следующую поправку. Абсолютные рассчи-танные и ожидаемые значения должны быть уменьшены на 0,5. Тогда 2 = (-15,5)2 1541 Х 100 100 что по-прежнему является значимым. СПИСОК РЕКОМЕНДУЕМОЙ ЛИТЕРАТУРЫ Bowers, D. (1991) Statistics for Economics and Business. Macmillan, London. Curwin, J. and Slater, R. (1996) Quantitative Methods for Business Decisions, 4th edn. Chapman & Hall, London. Silver, M. (1992) Business Statistics. McGraw-Hill, London. ПРИЛОЖЕНИЕ 5.1. Стандартная ошибка средней Рассмотрим случайную переменную X, определяемую следующим образом: Возможное значение -1 1 Вероятность 0,5 0,5 (мы с этим уже встречались в гл. 4). Мы можем промоделировать процесс, обозначенный переменной X, многократным подбрасыванием монеты и фиксированием значений: 1 - при выпадении орла, -1 - при выпадении решки. Проделаем этот эксперимент 16 раз, рассчитывая ожидаемые и фактически полученные значения параметров. Ожидаемые значения Фактические значения Е(Х) = 0,5 (-1) + 0,5 1 = 0 1, -1, -1, 1, 1, 1, -1, -1, -1, -1, -1, 1, 1, -1, \ат(Х) = 0,5 (-1)2 + 0,5 I2 1-1 = 1 = о2 X = -0,125 s2 = 1,05 (заметьте, что деление на 15 вместо 16 позволяет в некоторой степени компенсировать использование -0,125 вместо 0 в качестве средней). А сейчас выясним, что случится, если вместо индивидуальных осуществлять парные наблюдения и для каждого из них находить среднюю. В гл. 3 уже показано, как производить сложение случайных переменных и их умножение на константу. Наш процесс нахождения средней заключается в сложении двух идентичных случайных переменных и умножении полученной суммы на 0,5. Применение методов, описанных в гл. 3, дает следующее распределение: Возможное значение -1 0 1 Вероятность 0,25 0,5 0,25 Мы можем использовать те же данные, что и ранее, для сравнения фактических результатов с ожидаемыми. Ожидаемые значения Фактические значения ЩХ + Х)/2) = 0,25 (- 1) + Распределив полученные предыдущие + п <; п + П9<; i=n результаты в пары, получим: ,Э * (1,-1) (-1,1) (1,1) (-1,-1) (-1,-1) (-1,1) (1,-1) (1,-1) Это дает следующие средние: 0, 0, 1, -1, -1, 0, 0, 0 Гпава 5 Исходя из них находим среднюю, равную -0,125, и дисперсию 0,411. Заметьте, что уменьшение дисперсии достигнуто в результате расчета средних по выборкам размера 2. Мы ожидали 50%-ного уменьшения, но фактическое сокращение составило примерно 60%. Выборка большего размера подтвердит значение 50%. Можно повторить процедуру для расчета средних по выборкам объемом в 3, 4 и т.д., т.е. нам нужна выборка данных большего объема для того, чтобы получить более надежные результаты. Мы можем ожидать, что средняя меняться не будет, а дисперсия будет сокращаться на величину, соответствующую размеру выборки. ПРИЛОЖЕНИЕ 5.2. Данные по индексу FTSE 100 для проверки степени соответствия эмпирического и теоретического распределений
Var((Ar+)/2 = 0,25-(-l)2 + + 0,25 I2 = 0,5 = oV2 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 [ 84 ] 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 101 102 103 104 105 106 107 108 109 110 111 112 113 114 115 116 117 118 119 120 121 122 123 124 125 126 127 128 129 130 131 132 133 134 135 136 137 138 139 140 141 142 143 144 145 146 147 148 149 150 151 152 153 154 155 156 157 158 159 160 161 162 163 164 165 166 167 168 169 170 171 172 173 174 175 |