Для того чтобы сравнить два параметрических критерия, проверяющих гипотезу Н0 против альтернативы Н1, необходимо знать несколько ключевых аспектов. Давайте разберем, что именно нужно учитывать:

• Распределение статистик при справедливости Н0: Это основное распределение, которое используется для определения того, насколько вероятно наблюдать полученные данные, если нулевая гипотеза верна. Знание этого распределения позволяет нам оценить, насколько наш тест статистически значим.
• Распределение статистик при справедливости Н1: Это распределение показывает, как будут вести себя статистики, если альтернативная гипотеза верна. Это важно для понимания мощности теста и вероятности ошибки второго рода.
• Уровень значимости: Это заранее установленный порог, который определяет, насколько мы готовы отвергнуть нулевую гипотезу. Обычно уровень значимости обозначается как альфа (α) и равен 0.05 или 0.01. Он позволяет нам принять решение о том, достаточно ли наши данные для отклонения Н0.
• Доверительный интервал: Хотя он не является прямым критерием для сравнения гипотез, доверительный интервал может дать представление о диапазоне значений, в котором может находиться истинное значение параметра. Это может быть полезно для интерпретации результатов теста.

Таким образом, для сравнения двух параметрических критериев необходимо знать распределение статистик при справедливости Н0, а также уровень значимости. Распределение статистик при справедливости Н1 и доверительный интервал могут быть полезны, но не являются обязательными для самого процесса сравнения.