第八章假设检验(分布拟合检验).pptVIP

第八章 假设检验(续) 例3. 自1965年1月1日至1971年2月9日共2231天中，全世界纪录到里氏震级4记和5级以上的地震162次，统计如下 试检验相继两次地震间隔天数是否符合指数分布。α=0.05 解：本例是检验假设 H0 :X的概率密度为 此处的参数θ未知，先利用极大似然估计求出θ的估计为 将总体X可能取值的区间[0，∞)分为9个互不重叠的子区间 i=1,2,…,9。若为真，则X的分布函数是 由此式得概率pi = P(Ai )的估计： 于是可以得到下面的表： 结论： 因为： §5. 秩和检验法 设从总体F(x)和G(x)中分别抽出了样本容量n1与n2的样本(X1, X2,…,Xn1)， (X1,X2,…,Xn2)，检验假设： H0:F(x)=G(x) 设： n1≤n2。 把两个样本的观测数据和在一起从小到大的次序排列，并进行统一计数1,2,…, n1+n2 。 每个数据在排列中所对应的序数称为该数据的秩。 相同数据用他们的平均值来做秩。 将容量小的样本的观测值的秩之和记为T。以T为检验统计量。 如果H0成立，则(X1, X2,…,Xn1)， (X1,X2,…,Xn2)可以看作取自同一总体的容量为n1+n2的样本值。 (x1, x2,…,xn1)， (x1,x2,…, xn2)中诸元素的秩，应该随机地、分散地在自然数1,2,…, n1+n2 中取值，一般他们不应过分集中取较小或过分集中取较大的值。由于 n1(n1+ 1)/2 ≤ T ≤ n1n2 + n2(n2+ 1)/2 则当H0为真时，秩和T一般不应取太靠近该不等式两端的值。因而当T取过小或过大的值时我们就拒绝H0 。威尔科克逊(Wilcoxon)给出了T的临界值表。在给定显著性水平α下，差表求出T1，T2，使 P{T1TT2}=1- α 若T1TT2，则接受H0 。即认为F(x)与G(x)差异不显著。若T≤T1或T≥ T2 ，则拒绝H0 ，即认为F(x)与G(x)差异显著。实际计算时，取P{T≤T1} ≤ α/2的最大整数和P{T≥ T2 } ≤ α/2的最小整数。 例1. 用两种材料的灯丝制造灯泡，今分别随机抽取若干个进行寿命试验，其结果如下。问两种材料对灯泡寿命的影 响有无显著差异 （ α=0.05)。 解：将数据混合，并从小到达排序 乙组数据的秩的总和为：T=1+2+4+5+8.5=20.5 n1 =5, n2=7, α=0.05,查表得T1=22,T2=43,得到TT1,即两种材料对灯泡寿命的影响有显著性差异。 讨论： 1、当n210时，统计量T近似服从正态分布 这时用U检验法去检验原假设： H0:F(x)=G(x) 检验统计量为 则在显著性水平α下的拒绝域为|U|u1-α/2 更深入的了解，请参考有关文献。 1700 1640 1580 1640 1600 材料乙生产的灯泡的寿命(小时) 1610 1700 1680 1650 1750 1800 1720 材料甲生产的灯泡的寿命(小时) 1 2 3 4 5 6 7 8.5 10 11 12 秩 1580 1600 1640 1640 1700 乙 1610 1650 1680 1700 1720 1750 1800 甲 * 在前面的课程中，我们已经了解了假设检验的基本思想，并讨论了当总体分布为正态时，关于其中未知参数的假设检验问题 . 然而可能遇到这样的情形，总体服从何种理论分布并不知道，要求我们直接对总体分布提出一个假设 . §4. 分布拟合检验 例1. 从1500到1931年的432年间，每年爆发战争的次数可以看作一个随机变量，椐统计,这432年间共爆发了299次战争, 数据如下: 战争次数X 0 1 2 3 4 223 142 48 15 4 发生 X次战争的年数 在概率论中，大家对泊松分布产生的一般条件已有所了解，容易想到，每年爆发战争的次数，可以用一个泊松随机变量来近似描述 . 也就是说，我们可以假设每年爆发战争次数分布X近似泊松分布. 上面的数据能否证实X 具有 泊松分布的假设是正确的？ 现在的问题是： 又如，某钟表厂对生产的钟进行精确性检查，抽取10