拟合优度检验及其应用.docVIP

拟合优度检验及其应用 辅修专业：经济学 12级法学1班 201210141419 刘金锋 摘 要：数理统计的两个主要形式就是参数估计和假设检验，在这里，我们只介绍后者——假设检验，其中又只对假设检验中的拟合优度检验假设作介绍。假设检验根据样本分布族的数学形式已知与否，可分为参数假设检验和非参数假设检验，作为非参数假设检验之一的拟合优度检验，又是检验理论分布假设的重要方法。为了帮助我们更好了解拟合优度检验，本文将首先给我们介绍拟合优度检验的数学定义。其次，重点介绍时下讨论最多的两种拟合优度方法——检验和检验，并穿插具体实例解答来给我们直观的印象，帮助理解。最后，考虑到检验过程会很复杂，本文在最后一节讲述了这两种检验的软件实现，结合实例，编写运行程序。 关键词：假设检验；非参数假设检验；拟合优度；检验；检验 内容安排 1.拟合优度检验的提出 2.几种常用拟合优度检验介绍 2.1.检验 2.1.1.理论分布完全已知情况 1.随机变量是离散型 2.理论分布为确定分布 2.1.2.理论分布带有未知参数 2.2．检验 2.3. 检验与检验的比较 3.拟合优度检验实例分析 4.拟合优度检验的软件实现 4.1．检验的软件实现 4.2. 检验的软件实现 5.参考文献 1.拟合优度检验的提出[1] 假设检验问题就是通过从有关总体中抽取一定容量的样本，利用样本去检验总体分布是否具有某种特性。假设检验问题大致分为两大类： （1）参数型假设检验：即总体的分布形式已知（如正态、指数、二项分布等），总体分布依赖于未知参数（或参数向量），要检验的是有关未知参数的假设。例如，总体～(，), 未知，检验 或 . （2）非参数型假设检验：如果总体分布形式未知，此时就需要有一种与总体分布族的具体数学形式无关的统计方法，称为非参数方法。例如，检验一批数据是否来自某个已知的总体，就属于这类问题。 正如摘要所说，我们在本节只讨论非参数型假设检验问题，常用的非参数假设检验方法有：符号检验、符号秩和检验、秩和检验及Fisher置换检验和拟合优度检验。本文又只对拟合优度检验做深入介绍。 拟合优度检验问题的提法如下：设有一个一维或多维随机变量，令为总体中抽取的简单样本，是一已知的分布函数。要利用样本检验假设 的分布为，（1.1.1） 其中常称为理论分布。 导出这种假设检验的想法大致如下：设法提出一个反映实际数据与理论分布偏差的量。如果较大，如，则认为理论分布与数据不符，因而否定。然而这种“非此即彼”的提法常显得有点牵强。因为一般来说，理论和实际没有截然的符合或不符合。更恰当的提法是实际数据与理论分布符合的程度如何？因此通常对的检验不是以“是”或“否”来回答，而是提供一个介于0和1之间的数字作为回答，即用此数作为符合程度的度量刻画。就具体样本算出之值，记为。称下列的条件概率： 为在选定的偏离指标之下，样本与理论分布的拟合优度。越接近1，表示样本与理论分布拟合的越好，因而原假设越可信。反之，它越接近0，则原假设越不可信。如果它低到指定的水平之下，则就要否定了。 因此，在给定检验水平后，根据拟合优度可以给出检验问题的一个检验如下： 当时否定，当时接受 这种类型的检验称为拟合优度检验。 2.几种常用拟合优度检验介绍 2.1.检验[1] 2.1.1.理论分布完全已知情况 1.随机变量是离散型 设为从总体中抽取的简单样本，理论分布为 其中已知，且，那么根据拟合优度检验的提法，我们所需检验的问题就是 设样本中等于的个数记为。则称为的观察频数，显然有，相应的就称为的理论频数（因为为中取值为的频率，频率的极限是，故当充分大时有，因此极限情形的理论频数为）。由此可见，我们可以用作为样本与理论分布偏差的一种度量。在这里，告诉我们，若取，则在成立条件下， 的极限分布（当时）为。因此有了如下定理： 定理2.1.1 设，则在成立条件下，当样本容量时有 即的分布收敛于自由度为的分布。 按照这一定理，我们可以提出如下检验方法：当充分大时，统计量的分布就是。于是所需的检验就是 当时否定，否则就接受 正如第一节中所说，对检验问题只给出一个“是”或“否”的结论，有显牵强，常给出一个拟合优度，方法如下： 记是用一组具体的样本算出的值，计算概率。其中是自由度为的变量。就称为拟合优度，它是度量样本与理论分布偏离程度的量。若较大，表明在成立的前提条件下，出现统计量大于等于是有很大可能的，故可以认为样本数据与理论分布拟合较好。反之，若较小，表明在成立的前提条件下，产生或大于的偏差的可能性是很小的，这是个小概率时间，而我们一般认为在一次抽样中，小概率事件不应该发生，故可以