研9讲非参数假设检验1.ppt

3.5.2 非参数假设检验; 在前面的课程中，我们已经了解了假设检验的基本思想，并讨论了当总体分布为正态时，关于其中未知参数的假设检验问题 . ;战争次数X;上面的数据能否证实X 具有 泊松分布的假设是正确的？;再如，某工厂制造一批骰子，声称它是均匀的.;K.皮尔逊; H0：总体X的分布函数为F(x) H1：总体X的分布函数不是F(x) ; 在用 检验假设H0时，若在H0下分布类型已知，但其参数未知，这时需要先用极大似然估计法估计参数，然后作检验. ;原假设:;标志着经验分布与理论分布之间的差异的大小.;皮尔逊证明了如下定理:;是k个近似正态的变量的平方和.; 在F(x)尚未完全给定的情况下，每个未知参数用相应的估计量代替，就相当于增加一个制约条件，因此，自由度也随之减少一个.; 如果根据所给的样本值 X1,X2, …,Xn算得统计量 的实测值落入拒绝域，则拒绝原假设，否则就认为差异不显著而接受原假设.; 让我们回到开始的一个例子，检验每年爆发战争次数分布是否服从泊松分布.;x 0 1 2 3 4 fi 223 142 48 15 4 0.58 0.31 0.18 0.01 0.02 n 216.7 149.5 51.6 12.0 2.16 ; 故认为每年发生战争的次数X服从参数为0.69的泊松分布.; 奥地利生物学家孟德尔进行了长达八年之久的豌豆杂交试验, 并根据试验结果,运用他的数理知识, 发现了遗传的基本规律.;子二代; 由于随机性，观察结果与3:1总有些差距，因此有必要去考察某一大小的差异是否已构成否定3:1理论的充分根据，这就是如下的检验问题.;由于统计量; 这些试验及其它一些试验，都显 示孟德尔的3: 1理论与实际是符合的. 这本身就是统计方法在科学中的一项 重要应用.; 3.5.2皮尔逊 拟合优度检验;分别为当H。成立时未知参数;于是H。的否定域为;（1）将总体X的值域(-∞,∞)划分为 个互不相交的区间 的大小和作直方图时一致,但注意使 每个 或 不能太小，一般不要小于5;（vi）若 或 则拒绝H。,否则接受H。;试问考试成绩是否服从正态分布;因为;查附表4得; 这类问题在应用上很常见,理论模型是:设随机向量 （X,Y）,X的可能取值是1,2,...,r,Y的可能取值是1,2,...,s. 现在对(X,Y) 进行了n次独立观察,发现“X=i,Y=j”的次 数为 ,要据此检验;在这种问题中,常把数据排列为如下表;这种表称为列联表(Contingency Table).表中;如果 已知,则我们可以按Pearson 统计量的建 立方法,令 ;关于 的似然函数为;解得 的极大似然估计为;在H。成立的条件下,当n→∞时, 的极限分布为;(1)将X的观察值范围（一∞,∞）分成r个互不相交的 区间,将Y的观察值范围（一∞,∞）分成s个互不相交 的区间,这样就组成了rs个互不相交的小矩形;;当n充分大时, 渐近于 分布。 在水平 下,当 时,拒绝 H。 否则就接受H。;[例3.2] 某研究所推出一种感冒特效新药,为证明其疗效,选择200名患者为志愿者,将他们均分为两组,分别不服药或服药,观察三日后痊愈的情况,得出下列数据;[例3.17]〈见例3.2〉题中设 =0.25; 对于水平 ＝0．25，查表得 ;此时虽然 ; 但在这种划分之下，并不影响统计量 真 的观察值。特别对于???尾样本，分布的后一段 可以完全不一样。而 的数值却可以一样， 因