§73分布的假设检验.pdfVIP

§7.3 分布的假设检验 前面讨论的总体分布中知参数的估计和检验都是假定总体分布类型已知，比如为正态总 体的前提下进行的，在实际应用时，总体的分布往往未知，首先应对总体分布类型进行推断， 如何对总体的分布进行推断呢，不难想象，我们可以由样本作经验分布函数的提示，对总体 分布类型作假设，然后再对所提的假设进行检验。由于所用的方法不依赖于总体分布的具体 数学形式。在数理统计中，就把这种不依赖于分布的统计方法称为非参数统计法。 非参数统计的内容十分丰富，在本节我们主要介绍非参数假设检验中最重要的一类—— 2 分布函数的拟合检验。关于分布的假设检验常见方法有四种：概率图纸法、χ -似合优度检 验法、柯尔莫哥洛夫—斯米尔诺夫检验法及秩和检验法，本节仅介绍其中的一种 —— 2 χ 检 验法。 2 χ -拟合检验法： 下面我们介绍皮尔逊提出的χ2 -拟合检验法，它像各种显著性检验一样，能控制犯第一 类错误的概率。 1. 设总体X ～F(x) ，但F(x)未知， 从X 抽取子样(X ,……, X ) 的观测值为(x ,……,x ).据此检验： 1 n 1 n 1° H ：F(x)=F (x) (其中F (x)为某个已知的分布，不含未知参数) ，我们将X 的可能 0 0 0 取值范围R分成k个互不相交的区间： A [a , a ), A [a , a ), , A [a , a ) 1 0 1 2 1 2 k k −1 k （这些区间不一定长度相等。且a 可为-∞，a 可为+ ∞）。 0 k 以n 表示样本观测值(x ,x ,……,x ) 中落入A 的频数n ，称之为观测频数， i 1 2 n i i k n 显然有∑ni n ，而事件{X ∈Ai }在 n 次观测中发生的频率为 i 。 i 1 n ∆ 我们知道，当H 为真时，P( X ∈A )=F (a )−F (a ) P , i 1,2, , k 0 i 0 i 0 i-1 i 于是得到在H 为真时，容量为n 的子样落入区间A 的理论频数为np ，且有 0 i i k k ∑npi n∑p i n i 1 i 1 n 由大