非参数第八章.pptVIP

* 第四章 分布检验和拟合优度检验 例8.1　在检验了一个车间生产的20个轴承外座圈的内径后得到下面数据（单位mm）： 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，这个内径应为15±0.2mm，现在希望检验一下这个数据是否来自均值为 ， 方差为 正态分布. 　　下面的图是该数据排序后的X和相应的N（15，0.04 )分布的分位点所座的Q－Q图。其中左边是X对N （15，0.04）的Q-Q图；右边是X的标准化 对标准正态分布N(0,1)的Q-Q图. §8.1 Kolmogorov-Smirnov单样本检验及一些正态性检验 8.1.1 Kolmogorov-Smirnov单样本分布检验 一般来说，要检验手中的样本是否来自某一个已知分布 ,假定它的真实分布为 ，有几组假设问题（A是双边检验，B和C是单边检验）： 令 表示该组数据的经验分布，一般来说随机样 本 的经验分布函数，简称EDF，定义 为阶梯函数 对于上面的三种检验，检验统计量分别为 在实际运作中，如果有 n 个观测值，则用下面的统计量来代替上面的D： 这些统计量称为Kolmogorov统计量或Kolmogorov-Smirnov统计量. 大样本的渐近公式为：在零假设下当 这里分布函数 有表达式 xi F(xi) S(xi) F(xi)-S(xi) F(xi)-S(xi-1) 13.66 1.042098e-11 0.05 -5.000000e-02 1.042098e-11 14.28 1.591086e-04 0.10 -9.984089e-02 -4.984089e-02 14.38 9.676032e-04 0.15 -1.490324e-01 -9.903240e-02 14.52 8.197536e-03 0.20 -1.918025e-01 -1.418025e-01 14.53 9.386706e-03 0.25 -2.406133e-01 -1.906133e-01 14.57 1.577761e-02 0.30 -2.842224e-01 -2.342224e-01 14.66 4.456546e-02 0.35 -3.054345e-01 -2.554345e-01 14.69 6.057076e-02 0.40 -3.394292e-01 -2.894292e-01 14.76 1.150697e-01 0.45 -3.349303e-01 -2.849303e-01 14.95 4.012937e-01 0.50 -9.870633e-02 -4.870633e-02 14.97 4.403823e-01 0.55 -1.096177e-01 -5.961769e-02 15.01 5.199388e-01 0.60 -8.006119e-02 -3.006119e-02 15.04 5.792597e-01 0.65 -7.074029e-02 -2.074029e-02 15.29 9.264707e-01 0.70 2.264707e-01 2.764707e-01 15.34 9.554345e-01 0.75 2.054345e-01 2.554345e-01 15.3