3需求与预测讲述.ppt

四、总体含未知参数的情形 在对总体分布的假设检验中， 分布函数的形式, 但其中还含有未知参数, 数为 其中 为未知参数. 设 自总体 的样本, 现要用此样本函数来检验 假设： 总体 的分布函数为 有时只知道总体 的 即分布函 是取 此类情况可按如下步骤进行检验： 利用样本 求出 的最 (1) 大似然估计 (2) 则 就变成完全已知的分布函数 (3) 中用 代替 在 时, 计算 利用 计算 的估 计值 (4) 计算要检验的统计量 当 充分大时, 统计量 近似地服从 分布; (5) 得拒绝域 对给定的显著性水平 注： 在使用皮尔逊 检验法时, 要求 每个理论频数 否则应适当地合 并相邻的小区间， 使 满足要求. 以及 例 为了考察超市某商品的需求状况,每隔1小时观察一次该商品的到达客户数X，共观察了100次,得结果如下表所示: 其中 是观察到有 个 客户的次数. 从理论上考虑 应服从泊松分布 知 试在水平0.05下检验假设 总体 服从泊松分布: 解 给出, 估计 由最 大似然估计法 在 假设下, 松分布的假设 能取的值为 所有可 参数 未具体 所以先 因在 中 得 即在 服从泊 下, 将其分成如表所示的两两不相交的子集 解 将其分成如 表所示的两两 不相交的子集 则 有 估计 计算结果如表 所示, 其中有些 的组予以适当合并, 使得每组均有 1 5 16 17 26 11 9 9 2 1 2 1 0 0.015 0.063 0.132 0.185 0.194 0.163 0.114 0.069 0.036 0.017 0.007 0.003 0.02 1.5 6.3 13.2 18.5 19.4 16.3 11.4 6.9 3.6 1.7 0.7 0.3 0.2 解 计算结果如表 所示, 其中有些 的组予以 组均有 1 5 16 17 26 11 9 9 2 1 2 1 0 0.015 0.063 0.132 0.185 0.194 0.163 0.114 0.069 0.036 0.017 0.007 0.003 0.02 1.5 6.3 13.2 18.5 19.4 16.3 11.4 6.9 3.6 1.7 0.7 0.3 0.2 0.415 0.594 0.122 2.245 1.723 0.505 0.639 0.038 适当合并, 使得每 如表中第四列花 括号所示. 此处, 并组后 因在计算概率时, 估计了一个参数 故 的自由度为 但 查表得 现在 故在水平0.05下接受 即认为样本来自泊松布总体. 检验法是在总体 的分布未知时, 根据来自总 体的样本检验关于总体分布的假设的一种试验方 法. 具体进行检验时, 先提出原假设: 总体 的分布函数为 如果总体分布为离散型, 则假设具体为 总体 的分布律为 如果总体分布为连续型, 则假设具体为 总体 的概率密度函数为 检验法的基本思想 检验法的基本思想 然后根据样本的经验分布和所假设的理论分布之间 的吻合程度来决定是否接受原假设, 这种检验通常 称为拟合优度检验. 它是一种非参数检验. 一般地, 我们总是根据样本观察值用直方图和经验 分布函数, 推断出总体可能服从的分布, 然后作检验. 1. 将总体 的取值范围分成 个互不重迭的小区 间, 记为 2. 把落入第 个小区间 的样本值的个数记作 称为实测频数, 所有实测频数之和 等于样本容量 3. 根据所假设的理论分布, 可算出总体 的值落 入每个 的概率 于是 就是落入 的样本 值的理论频数. 4. 引进检验统计量 则当 充 检验法的基本原理和步骤 检验法的基本原理和步骤 分大 时, 布. 对给定的显著性水平 确定 值, 使 查 分布表得 所以拒绝域为 若由所给的样本值 算得统计量的实测值 落入拒绝域, 则拒绝原假设, 否则就认为差异不显著 而接受原假设. 则统计量 近似服从 分 设总体 分布函数为 其中 为未知参数. 设 是取自总体 的样本. 检验假设: 总体 的分布函数为 此种情况下, 要先利用样本 求出 的最大似然估计 在 中用 代替 检验法—总体含未知参数情形 检验法—总体含未知参数情形 则 就变成完全已知的分布函数 当 充分大时, 统计量 近似服从 分 布. 于是对给定的显著性水平 得拒绝域 思考题 某商品的历史销售数据如下表所示，试判断该商品的需求服从什么分布(正态分布还是泊松分布？)。 3 4 8 4 4 3 5 7 1 5 5 3 13 6 4 5 5 3 5 3 7 4 5 3 5 6 2 4 2 4 2 2 1 3 3 4 2 4 8 0 4 9 6 4 5 4 7 3 4 4 5 1 3 5 2 3 7 4 2 8 7 3 5 大作业一 实地调研：超市的客户流、超市某类商品的光顾客户流、某小店（眼镜店、