最小二乘办法应用.doc

“数理统计”课程综合作业 姓 名： 学 号： 年 级： 2013级 班 级： 应数2班 学院及专业： 数学与统计学院数学与应用数学专业 任课教师： 钟波 上课时间： 20 16 年 3月 至2016 年5 月 考 生 成 绩： 阅卷评语： 阅卷教师 (签名) 学生（男）体重分布研究 摘要：随着社会的发展，人们生活水平的提高，如今人们的身高体重等与之前的几十年相比已经发生了很大改变。同时。因为男女生体重的较大区别，我们只调查男生的体重分布。我们通过调查某大学某班级全部男生体重，来分析如今大学生体重的分布规律。先用最大似然估计法将问题简化，再通过假设检验的方法确定体重是否服从正态分布。由于数据的过小，以及本次作业划分的区间过少，导致数据的差距值过于巨大，我们并没有得到想要的结果。 正文 一、问题提出。 研究题目：下表是某大学某学院男生的体重分布表，在显著性水平0.05下检验这些数据是否服从正态分布。 二、数据描述 单位（kg） 62 57 59 80 57 66 72 70 53 47 85 65 69 73 58 85 65 76 90 49 78 65 62 61 73 72 48 84 80 75 63 68 64 69 58 59 65 69 75 76 64 61 60 60 59 58 72 80 67 56 64 62 59 92 73 67 69 62 61 65 54 51 74 67 64 68 65 69 64 57 58 74 71 68 64 71 80 56 53 47 82 67 64 69 63 74 71 58 69 74 64 67 63 58 74 87 68 79 92 63 57 64 69 64 62 74 79 69 54 57 80 70 64 84 64 三、建立统计模型 参数估计（最大似然估计法） 似然函数 假设检验 检验的假设是： ：X服从连续型分布。 转换检验假设为： ： 四、统计方法设计和方法使用的条件，计算工具的选择。 统计方法设计： 1参数估计（最大似然估计法） 设是总体X的未知参数，是参数的取值范围，称为参数空间，是来自X的样本，是样本值。 第一步，对给定的样本值，求似然函数 第二步，求未知参数的最大似然估计值，l=1,2,…k,即为 下列最优化问题的解 将最大似然估计值，（l=1,2,…k）表达式中的换成，得到的统计量称为参数的最大似然估计量。 2.假设检验 要检验的假设是： ：X服从连续型分布。 ①将X的取值划分为m个区间，即选择m-1个实数，满足 ， 记。 ②统计样本值落入中的个数，记为。 ③计算，若中含有r个未知参数，则利用样本值求出在原假设成立时参数的最大似然估计值，并利用代替中的未知参数，再计算的估计值（i=1,2,…,m),得到，i=1,2,…,m. ④计算n（i=1,2,…,m)或n（i=1,2,…,m)。若n5 或n5,则把相邻的区间合并以提高观测频数。 ⑤假设 ：X服从连续型分布 转化为： ： 使用拟合优度检验法进行检验。 计算过程和计算结果 设学生成绩为X，从观测数据中得到：,将数据分为5组：统计各组出现的频数 要检验的假设：：数据服从正态分布。 一、求成立条件下正态分布中两个参数的最大似然估计值。 （1）写出似然函数 （2）求参数μ，的最大似然估计量 求对数似然函数 求偏导数，得到 解为： 由于： 因此，参数的最大似然估计值为==66.187，=4,173 假设检验