第七章卡平方（χ2）测验.docVIP

第七章 卡平方()测验 第一节 卡平方()的定义和分布 以前几章介绍u、t、F等统计数的分布，本章引进另一种在统计推断中十分重要的统计数的抽样分布，即卡平方或分布。 的定义是相互独立的多个正态离差平方值的总和，即： (7·1) 其中，yi服从正态分布，=为标准正态离差。yi不一定来自同一个正态总体，即及可以是不同正态分布的参数。若通常所研究的对象属同一个总体，则，，从而 (7·2) 抽样分布的密度函数为 累积分布函数为 这一分布的自由度为独立的正态离差的个数，此处，其分布图形为一组具不同自由度值的曲线(图7.1)。值最小为0，最大为+∞，因而在坐标轴的右面。自由度小时呈偏态，随着自由度增加，偏度降低，至+∞时，呈对称分布。该分布的平均数为，方差为。附表6为时的右尾概率表。 若所研究的总体不知，而以样本代替，则 图7.1 不同自由度的分布曲线 (7·3) 此时独立的正态离差个数为n-1个，故。 将与u、t、F统计数作比较，按定义，当只有1个正态离差时，。，当s的自由度无限增大时，此时的。，当的自由度无限增大时，为的自由度。 K.Pearson(1900)根据的上述定义从属性性状的分布推导出用于次数资料(亦称计数资料)分析的公式： (7·4) 上式中O为观察次数，E为理论次数，i=1，…，k为计数资料的分组数，自由度为，依分组数及其相互独立的程度决定，这种形式的分布图形与图7.1相同。 由(7·1)和(7·4)可知，值是多项或之和，具有可加性。 第二节 在方差同质性测验中的应用 测验的应用十分广泛，在连续性变数的分析中常用以进行方差的比较，并用以估计总体的方差。一个样本方差与总体方差的比较和二个样本间方差的比较可以应用F测验，多个样本间方差的比较则须应用测验。测验也可以应用于前者，当然更多地是用以估计总体的方差。 一、一个样本方差与给定总体方差比较的假设测验 (7·3)可用来测验单个样本方差s2其所代表的总体方差和给定的总体方差值C是否有显著差异，简称为一个样本与给定总体方差的比较。在作两尾测验时有，对。其显著大于和小于C的值是＞和＜,此时，H0在显著水平上被否定。 [例7．1] 硫酸铵施于水田表层试验，得4个小区的稻谷产量为517、492、514、522（kg），计得样本方差为175.6(kg)2。现要测验H0:(kg)2对HA:≠50(kg)2，采用显著水平=0.05。 据(7·3)可算得： 查附表6，在=n-1=3时，/2和(1-/2)水平的临界值为：，。现，大于，在0.22～9.35范围外，符合H0的概率小于0.05，H0被否定。结论是这一样本并非从(kg)2的总体中所抽取的。 若测验该样本总体方差是否小于某给定总体方差C，则作一尾测验，即H0：≤C对HA：＞C；如果算得的＞，则否定H0，否则接受H0；这里应用分布的右边一尾。如果测验其是否大于C，则H0：≥C对HA：＜C，若算得的＜，则否定H0；这是应用分布的左边一尾。 [例7.2] 试审查例7.1试验结果的总体方差是否真大于某一定值，如50(kg)2？ 这里试验的表面结果方差175.6(kg)2大于50(kg)2，要问其总体方差是否真正大，抑或并不大，甚至小于50(kg)2，因而是测验假设H0：≥50对HA：＜50。取5%为显著水平。查附表6，这一测验的临界值为，而计算的，因10.54＞0.35，所以H0应被接受，即总体方差并不小于50(kg)2。 从抽样分布的研究知道，方差的抽样分布是不对称的。根据上述的定义：，因此可应用分布由样本给出一个总体置信区间，在此区间内包括有总体的概率为()，即 (7·5) 从而有： (7·6A) 已知，故(7·6)又可记为： (7·6B) [例7.3] 求例7.1资料总体的95%置信限。 因为3，，，且已知，故对总体方差的95%置信限的下限L1和上限L2为： ， 于是95%的置信限为： 56.3≤≤2394.5 注意，这一置信限并不对称，即从L1到的距离不等于到L2的距离