2.10. проверка гипотез о значениях коэффициентов: односторонние критерии
2.10. проверка гипотез о значениях коэффициентов: односторонние критерии
Вспомним пример с потреблением текстиля. Мы подобрали линейную модель в логарифмах (с постоянными эластично-стями)
lgT = 1.3739 0.8289 lg P +1.1432 lg DPI
H0: #2 =~1
(здесь T — расходы на личное потребление текстиля, P — относительная цена текстиля, DPI располагаемый доход). В амках этой модели представляют интерес гипотезы и
H0: 0 3 = 1 о «единичной эластичности» расходов на потребление текстиля как по доходам, так и по ценам.
Построить критерии с уровнем значимости а для проверки этих гипотез можно по той же схеме, по которой строятся критерии проверки гипотез H0: в j = 0, только теперь для
проверки гипотезы H0:6 2 -—1 следует использовать t статистику
в 2 -(-1) в 2 + 1
а для проверки гипотезы H0: в 3 = 1 — t статистику
6> 3 -1
S0 3
Каждая из этих статистик, в случае справедливости соответствующей нулевой гипотезы, имеет распределение t(n p) = t(14) . Нулевая гипотеза отвергается, если значение t статистики превышает по абсолютной величине значение Vf (14)10.975(14)2.145.
В нашем примере
в 2 + 1
0.8289 +1
0.0361
= 4.740 > 2.145 ,
6> 3 -1 1.1432 -1
s, 0.1560
= 0.918 < 2.145 .
Таким образом, отклонение значения в 2 от гипотетического значения в 2 =-1 статистически значимо — гипотеза И0:в 2 =-1 отвергается. В то же время, отклонение значения
в 3 от гипотетического значения в 3 = 1 не является статистически значимым, и гипотеза H0:в 3 = 1 не отвергается.
Замечание. Из проведенного рассмотрения видна важность не только абсолютных отклонений оценок в j от гипотетических значений параметров в j, но и точностей оценок в j, измеряемых дисперсиями D^e j j и оцениваемых величинами s~ . Действительно, абсолютные величины отклонений в рассмотренном примере равны
|-0.8289 + 1 = 0.1711 и |1.1432 -1| = 0.1432 ,
соответственно, т. е. отличаются не очень существенно. Однако sh примерно в 4.3 раза меньше, чем sh , и именно такое большое отличие s~ и s~ и приводит, в конечном счете, к
в 2 0 3
противоположным решениям в отношении гипотез H): в 2 ~—1 и H0: в 3 — 1.
Итак, на основании построенной процедуры гипотеза И0:в 2 =-1 отвергается. А что же тогда принимается?
Формально, альтернативой для Ий:в 2 =-1 в построенном критерии является гипотеза И0:в 2 ^-1, поскольку критическое множество содержит в равной степени как большие положительные, так и большие (по абсолютной величине) отрицательные значения t статистики (в 2 + Hs-0 . В то же время, значение 2 + 1)/sg = 4.740, соответствующее
отклонению в 2 -(-1) = 0.1711, скорее говорит в пользу того, что в действительности в 2 >—1 .
В этой связи, естественным представляется более определенный выбор альтернативной гипотезы, а именно, сопоставление нулевой гипотезе Н0:в 2 =-1 односторонней альтернативы НA:в2 >-1| (односторонняя альтернатива — в
отличие от двухсторонней альтернативы H0:6 2 ф -1). При
такой постановке задачи отвержение нулевой гипотезы Н0:в 2 =-1 в пользу альтернативы HA:в 2 >—1 производится
только при больших положительных отклонениях в 2 (-1), т.
е. при больших положительных значениях t -статистики. Если мы отнесем к последним значения, превышающие 11-«(14) = 1095(14) = 1.761, то получим статистический критерий, у которого ошибка первого рода (уровень значимости) равна 0.05 . Его критическое множество определяется соотношением
^±1 > 1.761 ;
справа стоит теперь значение 1.761, ане 2.145, как это было при двухсторонней альтернативе. Поскольку у
нас{Ь 2 + = 4.740, мы отвергаем гипотезу Н0:в 2 =-1 в
пользу гипотезы НA:в 2 >—1.
Построим аналогичную процедуру для параметра в 3. Именно, построим критерий уровня 0.05 для проверки гипотезы H0: в 3 1 против односторонней альтернативы
HA: в 3 > 1. Критическое множество такого критерия должно состоять из значений t -статистики, превышающих 10 95 (14) = 1.761 . У нас значение
—3 0.918 < 1.761
опять меньше порогового, так что гипотеза H0:6 3 1 не отвергается в пользу HA: в 3 > 1.
Обратим теперь внимание на то, что при рассмотрении пары конкурирующих гипотез
H0:# 3 1 , HA:в 3 > 1
мы выделяем в гипотезу H0 только одно частное значение
в 3 1, хотя по-существу дела проблема состоит скорее в выборе между гипотезами
|H0: 0 <6>3 < 1 , HA:6>3 > 1 .
Последняя ситуация коренным образом отличается от предыдущей: H0 оказывается сложной гипотезой, т. е. гипотезой, допускающей более одного значения параметра, в данном случае даже бесконечно много значений параметра в 3. В
противоположность этому, в предыдущей ситуации гипотеза была H0 простой.
Какие осложнения возникают при использовании сложной
нулевой гипотезы?
Возьмем, для примера, частную гипотезу H0:0 3 0.5. Мы отвергли бы ее в пользу HA: в 3 > 1 при > 10,5 (14) = 1.761
S9 з
В то же время, частную гипотезу H0:0 3 11 мы отвергаем в пользу той же HA: в 3 > 1 при
^± > tox (14) = 1.761 .
Иначе говоря, при различных частных гипотезах, входящих в состав сложной нулевой гипотезы H0: 0 < в 3 < 1, мы
получаем различные критические множества, обеспечивающие заданный уровень значимости (ошибку 1-го рода) 0.05 . Построение каждого такого множества непосредственно исполь-
зует конкретное гипотетическое значение
в 3 — 03°
тогда как
в рамках гипотезы H0: 0 < в 3 < 1 отдельное гипотетическое значение параметра в 3 не конкретизируется.
Возникающее затруднение преодолевается, исходя из следующих соображений. Коль скоро мы не в состоянии построить единое для всех 0 < в 3 < 1 критическое множество, вероятность попадания в которое равна а 0.05 при справедливости каждой отдельной частной гипотезы, следует попытаться построить единое для всех 0 < в 3 < 1 критическое множество, вероятность попадания в которое при выполнении каждой отдельной частной гипотезы была бы не больше а 0.05. Такая задача реализуется путем использования критического множества, соответствующего граничному значению односторонней гипотезы, в данном случае в 3 = 1.
Действительно, пусть мы берем критическое множество
в 3 -1
> 1.761 , соответствующее граничной частной гипотезе
в 3 = 1, так что
^ > 1.761
0.05 .
Тогда, если в действительности верна частная гипотеза
в 3 = 0.5 , то
0, -1
> 1.761 в3 = 0.5
^ > 1.761+і05! А= 05
< P
в, -0.5
> 1.761 в3 = 0.5
0.05.
Вообще, какая бы частная гипотеза
ни была верна, вероятность отвергнуть ее в рамках указанной процедуры не превысит 0.05 .
В этом контексте,» = 0.05 по-прежнему называется уровнем значимости критерия, тогда как понятие ошибки 1-го рода уже теряет смысл для критерия в целом. Уровень значимости ограничивает сверху ошибки 1-го рода, соответствующие частным гипотезам, входящим в состав сложной нулевой гипотезы.
Основной вывод из сказанного: при указанном подходе к построению критериев проверки сложных нулевых гипотез вида
H0: в j <-1 (эластичность при в j < 0) , H0: 1 <в j < 0 (неэластичность при в j < 0) , H0: 0 <в j < 1 (неэластичность при в j > 0) , H0: в j > 1 (эластичность при в j > 0)
против соответствующих односторонних альтернатив можно пользоваться критериями уровня а , построенными для работы с теми же альтернативами, но при простых гипотезах в j =-1 , в j =-1 , в j = 1 , в j = 1 , соответственно.
Замечание. То же относится и к другим аналогичным парам гипотез, в которых вместо значения 1 берутся другие фиксированные граничные значения.
Обсуждение Институт экономики переходного периода
Комментарии, рецензии и отзывы