概率论与数理统计第二十二讲.pptVIP

概率论与数理统计; 例如，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，具体数据如下:; 根据泊松分布产生的一般条件，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 . 即我们可以假设每年爆发战争次数X近似泊松分布.; 又如，某钟表厂对生产的钟进行精确性检查，抽取100个钟作试验，拨准后隔24小时以后进行检查，将每个钟的误差（快或慢）按秒记录下来.; 再如，某工厂制造一批骰子，声称它是均匀的.;K.皮尔逊; H0：总体X的分布函数为F(x) ;3.根据所假设的理论分布,当假设H0为真时，可以算出总体X的值落入每个Ai的概率pi = P(Ai);标志着经验分布与理论分布之间的差异的大小.;皮尔逊证明了如下定理:;是k个近似正态的变量的平方和.; 在F(x)尚未完全给定的情况下 每个未知参数用相应的估计量代替，就相当于增加一个制约条件，因此，自由度也随之减少一个.; 如果根据所给的样本值 X1,X2, …,Xn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.; 皮尔逊定理是在n无限增大时推导出来的，因而在使用时要注意n要足够大，以及npi 不太小这两个条件.; 下面检验每年爆发战争次数分布是否服从泊松分布.; 因H0所假设的理论分布中有一个未知参数，故自由度为 4-1-1 = 2.; 故认为每年发生战争的次数X服从参数为0.69的泊松分布.; 奥地利生物学家孟德尔进行了长达八年之久的豌豆杂交试验, 并根据试验结果,运用他的数理知识, 发现了遗传的基本规律.;子二代; 由于随机性，观察结果与3:1总有些差距，因此有必要去考察某一大小的差异是否已构成否定3:1理论的充分根据，这就是如下的检验问题.;由于统计量; 这些试验及其它一些试验，都显示孟德尔的3: 1理论与实际是符合的. 这本身就是统计方法在科学中的一项重要应用.;在假设检验中使用的逻辑是：; 在前面的假设检验中，这个显著性水平是事先给定的.;拒绝域为 W：|U|1.96;拒绝域为 W：|U|1.96; 设有一个原假设H0 ，其拒绝域为|T|C，T是???验统计量. 若对一组具体样本, 算出统计量T的值为T0，则称这组样本的p值是;如果拒绝域为TC，则p值是 p ＝ P ( T＞T0 | H0 ) ,;若 p,则拒绝H0.; p值是人们可以拒绝原假设的最小显著性水平.;T;先算出统计量U的实测值; 50次 50次;例：;平均来看，法国的回答者有可能在地图上找到的地方比其他三个国家的人要多.;美国 6.9 墨西哥 8.2 大不列颠 9.0 法国 9.2;取检验统计量;我们来计算检验的p值.; 于是我们认为导致这个小概率出现的假设-------两总体均值相等是错误的. 因此拒绝假设H0. 即认为墨西哥和美国两个总体均值差异不是0. ;