数理统计和随机过程ch8.ppt

* * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * 解：本例中，并未给出各观测值 Xi 的具体值,只给出了各观测值的取值范围，这样的数据称为区间数据。样本均值与样本方差可通过下列式计算： (1). 先将数据 Xi 分成13组，每组落入一个区 间，区间的端点为： (2). 计算数据落入各子区间的理论频数。 因分布中含有两个未知参数，所以，理论频数只能近似地估计。落入第 i 个子区间Ii 的理论频数的估计为 ， 其中 (3). 计算数据落入各子区间上的实际频数 fi 。 fi =﹟{ X1, X2, …, Xn ∈ Ii } ， i=1, 2, …, 10 . (4). 计算检验统计量的值 因为 k =10，r =2，所以上述 χ 2分布的自由度为 k-r-1=7。由 (5). H0 的显著性水平为 α 的检验 于是，拒绝原假设，即认为棉纱拉力强度不服从正态分布。 孟德尔在关于遗传问题的研究中，用豌豆做实验。豌豆有黄和绿两种颜色，在对它们进行两代杂交之后，发现一部分杂交豌豆呈黄色，另一部分呈绿色。其数目的比例大致是 3:1。 χ2检验的一个著名应用例子是孟德尔豌豆实验。奥地利生物学家孟德尔在1865年发表的论文，事实上提出了基因学说，奠定了现代遗传学的基础。他的这项伟大发现的过程有力地证明了统计方法在科学研究中的作用。因此，我们有必要在这里将这一情况介绍给大家。 这只是一个表面上的统计规律。但它启发孟德尔去发展一种理论，以解释这种现象。他大胆地假定存在一种实体，即现在我们称为“基因”的东西，决定了豌豆的颜色。这基因有黄绿两个状态，一共有四种组合： 孟德尔把他的实验重复了多次，每次都得到类似结果。 (黄, 黄)，(黄, 绿)，(绿, 黄)，(绿, 绿). (黄, 黄)，(黄, 绿)，(绿, 黄)，(绿, 绿). 孟德尔认为, 前三种配合使豆子呈黄色,而第四种配合使豆子呈绿色。从古典概率的观点看，黄色豆子出现的概率为3/4，绿色豆子出现的概率为1/4。这就解释了黄绿颜色豆子之比为什么总是接近 3:1 这个观察结果。 孟德尔这个发现的深远意义是他开辟了遗传学研究的新纪元。下面的例子就是用 χ 2检验来检验孟德尔提出黄绿颜色豌豆数目之比为 3:1的论断。 例4：孟德尔豌豆试验中，发现黄色豌豆为25粒, 绿色豌豆11粒，试在 α =0.05下, 检验豌豆黄绿之比为3:1。 解：定义随机变量 X (1). 将 (-∞, ∞) 分成两个区间 (2). 计算每个区间上的理论频数，这里 n = 25+11=36, 不存在要估计的未知参数, 故 (3). 实际频数为，f1=25， f2=11 . (4). 计算统计量的值 (5). H0 的显著性水平为 α 的检验 所以，接受原假设，即认为豌豆的黄绿之比为 3:1 。 例5：某医院一年中出生的婴儿共计1521人,其中男婴802人，女婴719人。给定 α =0.05，试问：能否认为男婴、女婴出生概率相同？ 解：用 X 表示服从两点分布的随机变量, X 取0, 1两个值，X=1表示男婴， X=0表是女婴。 则问题就是检验假设 H0：p1 = P{X=0}=0.5. (1). 将 (-∞, ∞) 分成两个区间 (2). 计算每个区间上的理论频数。因为两个区 间上的理论概率 p1= p2=0.5, 而 n=1521, 故 (3). 各区间上实际频数：f1=802， f2=719 . (4). 计算统计量的值 (5). H0 的显著性水平为 α 的检验 所以，拒绝原假设，即认为男婴女婴出生概率有显著差异。 8.4.2 偏度、峰度检验 χ 2检验虽然是检验总体分布的一种方法, 但用它检验正态总体时, 犯第二类错误(取伪)的概率往往较大。为此，统计学家们对检验正态总体的各种方法进行了比较，得出了如下结论：在正态总体的检验方法中，“偏度、 峰度检验法”和“Shapiro, S. S. Wilk, M. B. (1965)检验法”较为有效。 设X为一随机变量，称其标准化变量 的三阶矩和四阶矩 分别为X的偏度和峰度。 当 X 服从正态