第4节总体分布函数的假设检验.doc

PAGE  PAGE 4 第四节 总体分布函数的假设检验 上两节中，我们在总体分布形式为已知的前提下，讨论了参数的检验问题.然而在实际问题中，有时不能确知总体服从什么类型的分布，此时就要根据样本来检验关于总体分布的假设.例如检验假设：“总体服从正态分布”等.本节仅介绍检验法. 所谓检验法是在总体的分布为未知时，根据样本值x1，x2，…，xn来检验关于总体分布的假设 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） （8.22） 的一种方法（这里的备择假设H1可不必写出）. 注意，若总体X为离散型，则假设（8.22）相当于 H0：总体X的分布律为P{X=xi}=pi，i=1，2，…；（8.23） 若总体X为连续型，则假设（8.22）相当于 H0：总体X的概率密度为f（x）. （8.24） 在用检验法检验假设H0时，若在假设H0下F（x）的形式已知，而其参数值未知，此时需先用极大似然估计法估计参数，然后再作检验. 检验法的基本思想与方法如下： (1) 将随机试验可能结果的全体Ω分为k个互不相容的事件A1，A2，…，Ak(=Ω，AiAj=?，i≠j；i,j=1,2,…,k）,于是在H0为真时，可以计算概率=P(Ai）（i=1，2，…，k）. （2） 寻找用于检验的统计量及相应的分布，在n次试验中，事件Ai出现的频率与概率往往有差异，但由大数定律可以知道，如果样本容量n较大（一般要求n至少为50，最好在100以上），在H0成立条件下的值应该比较小，基于这种想法，皮尔逊使用 = (8.25) 作为检验H0的统计量,并证明了如下的定理. 定理8.1 若n充分大(n≥50),则当H0为真时(不论H0中的分布属什么分布),统计量(8.25)总是近似地服从自由度为k-r-1的分布,其中r是被估计的参数的个数. （3） 对于给定的检验水平α，查表确定临界值使 P{＞）}=α， 从而得到H0的拒绝域为 ＞）. （4）由样本值x1，x2，…，xn计算的值，并与比较. （5） 作结论：若＞，则拒绝H0，即不能认为总体分布函数为F（x）；否则接受H0. 例8.10 一本书的一页中印刷错误的个数X是一个随机变量，现检查了一本书的100页，记录每页中印刷错误的个数，其结果如表8-5所示. 表8-5 错误个数i0123456≥7页数fi36401920210AiA 0A 1A 2A 3A 4A 5A 6A7其中fi是观察到有i个错误的页数.问能否认为一页书中的错误个数X服从泊松分布(取α=0.05)? 解 由题意首先提出假设： H0：总体X服从泊松分布. P{X=i}=，i=0，1，2，…， 这里H0中参数λ为未知，所以需先来估计参数.由最大似然估计法得 =1. 将试验结果的全体分为A0，A1，…，A7两两不相容的事件.若H0为真，则P{X=i}有估计 ，i=0，1，2，…. 例如 ……………… 计算结果如表8-6所示.将其中有些npi＜5的组予以适当合并，使新的每一组内有npi≥5，如表8-6所示，此处并组后k=4，但因在计算概率时，估计了一个未知参数λ，故 计算结果为=1.460(表8-6).因为=5.991＞1.46，所以在显著性水平为0.05下接受H0，即认为总体服从泊松分布. 表8-6 AifiA036e-136.788-0.7880.017A140e-136.7883.2120.280A219e-1/218.3940.6060.020A3 A4 A5 A6 A7 2 0 2 1 0 e-1/6 e-1/24 e-1/120 e-1/720 6.131 1.533 0.307 0.051 0.008 -3.03 1.143 Σ1.460例8.11 研究混凝土抗压强度的分布.200件混凝土制件的抗压强度以分组形式列出（表8-7）.n==200.要求在给定的检验水平α=0.05下检验假设 H0：抗压强度X~N（μ，σ2）. 表8-7 压强区间(×98kPa)频数fi190~20010200~21026210~22056220~23064230~24030240~25014解 原假设所定的正态分布的参数是未知的，我们需先求μ与σ2的极大似然估计值.由第七章知，μ与σ2的极大似然估计值为 ， . 设为第i组的组中值，我们有 =221, =152, =12.33. 原假设H0改写成X是正态N（221，12.332)分布，计算每个区间的理论概率值 , i=1，2