非参数统计学义分布检验和某些卡方检验.docVIP

非参数统计学讲义 主讲：统计系 袁靖 第六章 分布检验和某些卡方检验 §1 引 言 本章属于拟合优度检验问题，即模型检验或分布的检验，属于非参数检验的范畴。在初等统计中，人们要想知道数据是否服从某一特定分布，可以通过直方图，或P-P图，Q-Q图来直接判断，但这种直观的方式很不精确。 本章将介绍几种分布的检验：K-S检验，Lilliefors检验和检验。 实际上，K-S检验是在针对检验的缺点 上提出的。它们是建立在经验分布函数基础上的检验结果。 §2 Kolmogorov检验 一、 基本假设 一般地要检验手中的样本是否来自某个已知，假定其真实分布为，对应的检验类型有 对 至少有一个x 对 至少有一个x 对 至少有一个x 设为该组数据的经验分布函数，则 二、 基本方法 Kolmogorov于三十年代提出了一种基于经验分布的检验方法，基本思想是：由格里文科定理，当时，样本经验分布以概率1一致收敛到总体分布F，为此可以定义到的距离为 当H0成立时，由格氏定理，D以概率1收敛到0，因此D的大小可以度量对总体分布拟合的好坏。 可供选择的检验统计量分别为； 类型A 类型B 类型C 在实际操作时，如果有n个观察值，用下面的统计量代替上面的D NOTE：①由的取值是离散的，考虑到跳跃性，该能够保证S与F0之间取得最大距离； ②在H0下的分布有表可查，P201 ③在大样本时，有近似分布，这里的分布函数有表达式，P122，该分布有表可查P203： 三、 应用举例 【例6-1】轴承的内径检验 检验某车间生产的20个轴承外座圈的内径，测得数据如下（单位：mm） 表6-1 轴承内径数据 15.04 15.36 14.57 14.53 15.57 14.69 15.37 14.66 14.52 15.41 15.34 14.28 15.01 14.76 14.38 15.87 13.66 14.97 15.29 14.95 按照设计要求，这个内径应在15±0.2mm，检验是否符合标准，即检验该数据是否来自均值，方差的正态分布。 分析：方法一，可以利用直方图、Q-Q图、P-P图进行直观判断； 方法二，利用Kolmogorov检验 由P122表中数据得：，拒绝H0，认为不满足要求。 近似，P-值=0.979＞0.05，接受H0。 【例6-2】《数理统计与管理》论文作者服从洛特卡分布 将46期的《数理统计与管理》的文章按第一作者统计，得到表7-2的结果。论文作者数是否服从洛特卡分布。 表6-2 论文数目与作者数的统计表 论文数（x） 1 2 3 4 5 6 7 作者（y） 343 27 9 1 1 1 2 分析：洛特卡得出这样的一个关系：若以x表示每一作者所著的论文数，与其相应的写x篇论文的作者数为y，则y与x成反比关系。即有 61(.) 式中，N为论文总数，m、C为两个特定的常数，在不同的学科领域数值不同。 假定根据表6—2提供的数据，认为论文作者服从洛特卡分布，并对其真实性进行检验，首先必须确定它的理论分布，即计算出m、C的值。估计m的值，通常采用最小二乘法。将（6.1）式进行对数变换，使其线性化，得到： 62(.) m相当于一元线性回归方程中的回归系数b，根据表中的数据运用最小二乘法，得到m=3.0550。关于C值，可以用这样一个公式进行近似计算。这是1985年美国情报学家M.L.Pao教授在数学家的协助之下提出的。计算式为： 经计算，。因此46期《数理统计与管理》的论文与作者数的理论洛特卡分布为 63(.) 为了判定《数理统计与管理》论文作者的实际分布是否与理论分布一致，可以采用Kolmogorov检验。建立的假设组为 对 至少有一个x 理论累积频率的各个值，可以将x分别代入（6.3）式计算得到，实际累积频率是将累计的作者数分别除以作者总人数得到。计算结果，作者实际累积频率及理论累积频率及各个差值如表6-3。 表6-3 作者实际累积频率与理论累积频率表 1 2 3 4 5 6 7 0.8389 0.9398 0.9690 0.9811 0.9872 0.9907 0.9929 0.8932 0.9635 0.9870 0.9896 0.9922 0.9948 1.0000 0.0543 0.0237 0.0180 0.0085 0.0050 0.0041 0.0071 根据显著性水平，作者人数，查表，由于，得临界值。显然 因此数据在1%的显著性水平上不能拒绝H0，若显著性水平，查表得临界值。显然 因此，数