第七章分布检验和某些卡方检验每有一列数据之后，人们总希望知道它.PPT

第七章 分布检验和某些卡方检验 每有一列数据之后，人们总希望知道它的总体分布是否为一个已知的分布，特别是它是不是一个正态分布。有时，为核对某些方法对总体分布的条件是否满足，或是为了核对诸如随机数的产生等某些特殊的统计方法是否合乎要求等。在这些情况下，利用已知分布F去作拟合优度检验是合理的。 Kolmogorov检验 Smirnov 两样本检验 练习： 拟合优度检验 该检验属于拟合优度检验，它可以用来检验样本内每一类别的实际观察数目与某种条件下的理论期望数目是否有显著差异。 ——若一个事件只有两个可能结果，如产品合格或不合格，对某方案赞成或反对，则通常可以用参数检验的方法判定其观察频数是否显著背离期望频数。但当一个事件可能有两个以上可能结果时，采用 检验最为合适。 若样本分为K类，每类实际观察频数为 ，与其相对应的期望频数为 ，则统计量Q可以测度观察频数与期望频数之间的差异，其计算公式为 * 对上面的假设问题，可用以下统计量进行检验： 例题 有结时的Smirnov 检验 若零假设为观察频数充分接近期望频数，即对于 ，与 无显著差异，则对于样本容量n充分大时，Q统计量近似地服从自由度为K-1的卡方分布，因而可以根据给定的显著水平α，查找相应的临界值，若 ，则拒绝H0, 否则不能拒绝H0 检验的应用 1.检验某个已知比例的假设 当假设总体的比列为某数值时，利用从总体中抽取的样本来检验这个假设是否成立。 根据显著性水平α=5%，自由度为k-1=1，因此查卡方分布表得到临界值为3.814，因此拒绝零假设，即不能认为该批产品的不合格率为5%. 注：如果样本一开始分类就分为两类，而其中一类的期望频数小于5，那么最好不用卡方检验而采用二项检验。 * * *