概统(茆诗松)第二版 第七章 假设检验.pptVIP

例7.4.4 随机选取10个零件，测得其直径与标 准尺寸的偏差如下：（单位：丝） 9.4 8.8 9.6 10.2 10.1 7.2 11.1 8.2 8.6 9.6 在正态概率纸上作图步骤如下： (1) 首先将数据排序： 7.2 8.2 8.6 8.8 9.4 9.6 9.8 10.1 10.2 11.1; (2) 对每一个i，计算修正频率 (i-0.375)/(n+0.25), i=1,2,…,n, (3) 将点 逐一点在正态概率纸上, (4) 观察上述n个点的分布: 若诸点在一条直线附近,则认为该批数 据来自正态总体； 若诸点明显不在一条直线附近，则认为 该批数据的总体不是正态分布。 从图7.4.2可以看到，10个点基本在一条直线附近，故可认为直径与标准尺寸的偏差服从正态分布。 如果从正态概率纸上确认总体是非正态分布时，可对原始数据进行变换后再在正态概率纸上描点，若变换后的点在正态概率纸上近似在一条直线附近，则可以认为变换后的数据来自正态分布，这样的变换称为正态性变换。常用的正态性变换有如下三个：对数变换 、倒数变换 和根号变换 。 图7.4.3 给出这10个点在正态概率纸上的图形，这10个点明显不在一条直线附近，所以可以认为该电子元件的寿命的分布不是正态分布。 例7.4.5 随机抽取某种电子元件10个,测得其寿 命数据如下: 110.47, 99.16, 97.04, 77.60, 4269.82, 539.35, 179.49, 782.93, 561.10, 286.80. 图7.4.3 例7.4.5 的正态概率纸 对该10个寿命数据作对数变换,结果见表7.4.8 表7.4.8 对数变换后的数据 1 32.62 3.4849 0.061 6 286.80 5.6588 0.549 2 97.04 4.5752 0.159 7 539.35 6.2904 0.646 3 99.16 4.5967 0.256 8 561.10 6.3299 0.743 4 110.47 4.7048 0.354 9 782.93 6.6630 0.841 5 179.49 5.1901 0.451 10 2269.82 7.7275 0.939 i i 利用表7.4.8 中最后两列上的数据在正态概率纸上描点，结果见图7.4.4，从图上可以看到10个点近似在一条直线附近，说明对数变换后的数据可以看成来自正态分布。这也意味着，原始数据服从对数正态分布 图7.4.4 变换后数据的正态概率纸 二、夏皮洛－威尔克(Shapiro-Wilk)检验 夏皮洛－威尔克检验也简称W 检验。这个检验当8?n?50时可以利用。过小样本(n8)对偏离正态分布的检验不太有效。 W 检验是建立在次序统计量的基础上。 检验统计量为: (7.4.5) 其中系数ai 可查附表6。 拒绝域为: {W?W?}。 其中? 分位数 可查附表7. 系数 还具有如下几条性质： 据此可将(7.4.5)简化为 例7.4.6 某气象站收集了44个独立的年降雨量数 据，资料如下（已排序）： 520 556 561 616 635 669 686 692 704 707 711 713 714 719 727 735 740 744 745 750 776 777 786 786 791 794 821 822 826 834 837 851 862 873 879 889 900 904 922 926 952 963 1056 1074 我们要根据这批数据作正态性检验。 首先由这批数据可算得: 我们将计算W 的过程列于表7.4.9中。 为便于计算，值 ， 和 安排在同一行。 表7.4.9 某一气象站收集的年降雨量 1 520 1074 554 0.3872 2 556 1056 500 0.2667 3 561 963 402 0.2323 4 616 952 336 0.2072 5 635 926 291 0.1868 6 669 922 253 0.1695 7 686 904 218 0.1542 k k 8 692 900 208 0.1405 9 7