第09章资料分布的拟合优度检验.docVIP

第9章 资料分布的拟合优度检验 统计资料的分布是统计描述与统计推断的基础。统计资料是否服从某统计分布，或能否用某已知的分布或分布族拟合实际数据？拟合效果好坏的标准是什么？这就是资料分布拟合优度检验(goodness of fit test)要解决的问题。分布的拟合优度检验方法非常丰富，本章重点介绍两种有代表性的适用于各种分布的拟合优度检验方法，即Pearson (2检验及Kolmogorov检验。在9.3节介绍正态分布的矩法检验。 § 9.1 Pearson ( 2检验 在第7章介绍了用于率的比较和构成比比较的Pearson (2检验，其理论公式是： (9.1) 其中A表示实际频数，T表示理论频数。因此，Pearson (2检验实际上是用于实际频数与理论频数比较的一个检验统计量。实际频数与理论频数相差愈大，则(2值愈大，反之愈小。由此可见，Pearson (2检验可用于资料分布的拟合优度检验，统计量(2服从自由度为： ( ＝组数－1－s (9.2) 的(2分布。其中s为根据样本估计理论分布时所用参数的个数，这就是Fisher在1942年提出的“增加一个估计参数，就减少一个自由度”的原则。式(9.1)中要求理论频数大于5，但没有对理论分布形式提出要求，故Pearson(2检验适用于任意分布的拟合优度检验。 例9.1 (多项分布的拟合) ABO血型受控于A、B、O三个等位基因。据报道，汉族人的三个等位基因频率分别为：p=0.2019，q=0.2512和r=0.5469。则根据遗传学中Hardy-Weinberg平衡法则，估计得汉族人四种血型的理论频率为： O型： PO ＝r2=(0.5469)2=0.2991 A型： PA ＝p2+2pr=0.20192+2(0.2019(0.5469=0.2616 B型： PB ＝q2+2qr=0.25122+2(0.2512(0.5469=0.3379 AB型： PAB ＝2pq=2(0.2019(0.2512=0.1014 且PO+PA +PB+PAB ＝(p+q+r) 2＝1。 今调查507名傣族人的ABO血型分布为：O型205人，A型112人，B型150人，AB型40人。问傣族人血型的分布与汉族人血型的分布是否相同？ 血型的分布属多项分布。这里提出的问题是一个实际分布f与一个已知分布f0的比较。 H0：傣族人的血型分布与汉族人的血型分布相同； H1：傣族人的血型分布与汉族人的血型分布不同。 ( =0.20。 (1) 首先计算理论频数。本例中调查人数为507人，若按汉族人血型的理论频率估计，则O，A，B，AB四种血型的理论频数分别为：507(0.2991，507(0.2616，507(0.3379和507(0.1014。结果列于表9.1。 (2) 计算(2统计量。 表9.1 507名傣族人血型的实际频数f与按汉族人理论频率计算的理论频数f0 O A B AB 合计 f 205 112 150 40 507 f0 151.64 132.63 171.32 51.41 507.00 本例的理论分布是已知的，不是根据样本估计的，即估计分布所用参数个数为0。因此自由度为： (＝4－1－0＝3 现(2=27.1710，按自由度为3的(2分布判断，P0.0001，按( =0.20水准，拒绝H0，故不能认为傣族人的血型分布与汉族人相同。 例9.2 (二项分布的拟合) 当一个亲本为5对基因均杂合的杂合子，另一个亲本为5对基因的隐性纯合子时，则理论上，杂交后代的5对基因有一半为显性的，另一半为隐性的。今观察551只杂交后代的5对基因，结果如下。 表9.2 551只杂交后代的显性基因 显性基因的个数X (1) 观察频数f (2) 理论频数f0 (3) 0 17 17.2 1 81 86.1 2 152 172.2 3 180 172.2 4 104 86.1 5 17 17.2 合计 551 551.0 问该资料是否支持上述理论。 这是一个二项分布的拟合问题。理论显性率( =0.5，因此，这也是实际分布与已知理论分布的比较。 H0：显性基因的个数服从显性率为0.5的二项分布； H1：显性基因的个数不服从显性率为0.5的二项分布。 (=0.20。 (1) 计算理论频数。根据二项分布的计算公式，显性基因为x个时的理论频数为： 计算结果见表9.2第(3)栏。 (2) 计算(2统计量。 这里理论分布已知，故s=0。自