3.3非正态总体参数假设检验与非参数检验.pptVIP

§3.3 非正态总体参数的假设检验和非参数检验;1. 非正态总体大样本检验（ n充分大）;若样本容量充分大，且总体方差未 知时，可取统计量 ，当 n充分大（一般要求 ）时，U近似服从标准正态分布，故问题也归结为u检验。;例1. 今从总体抽得样本容量为150的样本，算得 试在水平0.05下检验假设;2. 指数分布总体的参数检验;非参数假设检验;非参数检验的主要思想方法;皮尔逊 拟合检验;由大数定律知，当n充分大时，频数ni与理论频数npi越来越小。故ni与npi之间的差异可以反映出概率分布 是否为总体的真实分布。令;定理（皮尔逊定理）设总体的真实分布为 ，则有;从而对假设H0： 的检验转化为卡方检验。对给定的显著性水平α，则拒绝域为;实际上，还可以用皮尔逊统计量检验任意的一个总体是否具有某个指???的分布函数 。;记ni为样本值落入第i个区间中的个数，则如前所示，当;在上面的讨论中，F0完全确定，它不含任何位置参数。如果要检验总体的分布类型，此时F0可能含有未知参数，上述方法不再适用。此时若要检验假设 ，由于 未知，故上述检验法不能直接使用，于是可以用估计量（极大似然估计）来代替未知参数。;此时的统计量为;分布拟合检验还可用来检验随机变量之间的独立性。;记;故要检验X和Y独立，即是检验;由前面的讨论知，当n充分大时，上述统计量近似服从自由度为(r-1)(q-1)的卡方分布。;皮尔逊检验法的优点：应用范围广，不论总体是离散还是连续，一维还是多维均适用。;2. Kolmogorov检验法;当原假设成立时，上述统计量的值不应太大，若偏差太大，有理由怀疑假设的真实性。;对于给定的显著性水平，可以通过查表确定拒绝域.