第四章统计检验.pptVIP

组合 圆黄 皱黄 圆绿 皱绿 n n i 315 101 108 32 556 组合 圆黄 皱黄 圆绿 皱绿 概率 9/16 3/16 3/16 1/16 例：（孟德尔的豌豆问题） 遗传学家孟德尔根据豌豆的观察发现豌豆的两对特性：圆与皱，黄与绿所出现的四种组合有如下的频数： 根据他的遗传学理论，孟德尔认为豌豆的上述的四种组合应该有理论上的概率如下 试给定检验水平0.05下，证明孟德尔理论。 组合 圆黄 皱黄 圆绿 皱绿 理论频数 312.75 104.25 104.25 34.75 实际频数 315 101 108 32 例：某厂有一台经常需要维修的设备，该设备中有一个易损坏的重负荷轴承，设备故障的主要原因是轴承损坏。为了制定该设备的维修计划和维修预算，需要了解该轴承的寿命分布。下表给出了100个轴承寿命的观察数据，问：该轴承寿命是否服从正态分布？ 解：由表中数据，用Excel可求得 =120.95， S2=402.582 ， 故可作原假设 H0：X~ N (120，402) 将实轴划分为如下7个互不相交的区间。用Excel的FREQUENCY函数计算数据落在各区间内的频数，用NORMDIST函数求出各理论频数nPi ，统计量的计算如表所示。 取显著性水平? = 0.05 本例中k = 7，r = 2，k –r -1 = 4。 故在水平? = 0.05下接受原假设H0 ，即可认为 该轴承的使用寿命服从N (120，402)分布。 问：为什么要k = 7， k 取其他的可以么，8,9？ 2 、正态概率纸检验 由于正态分布式统计中使用最为广泛的一种分布，因此正态性检验可以说是最主要的一个分布检验。上一节我们讲了拟合优度检验可以检验正态性，这里我们介绍一种非常直观的检验：正态概率纸检验法。 1）问题： 假设 是总体X 的样本观测值，要检验 其中 均未知 2）分析推导： 前面介绍过经验分布函数 ，根据格里文科定理我们知道经验分布函数是分布函数 的很好的一个逼近，因此可以对比 与 分析一个总体是否服从正态分布。 但是根据左图，F(x)是一个连续函数，但是Fn(x)是阶梯函数，很难判断它们是不是相近。于是我们通过变换把F(x)曲线变为直线，阶梯函数Fn(x)变换成二维点，就能直观判断。 正态分布函数： 为标准正态分布函数。两边同时取反函数得 F(x)经过 函数变换就变为一条直线 将样本进行排序，并且记为 故有 同样对其取反函数 ，令： 于是将 作为坐标，就构成了变换后Fn(x)一系列二维点。 3）检验法则： 将变换后Fn(x)一系列二维点描述在坐标系上，如果Fn(x)逼近正态分布，那么变换后的二维点应该在一条直线上。因此得到检验法则： 在一条直线上接受原假设 且其斜率就为标准差 的估计 ，与x轴交点横坐标作为均值 的估计 在实际操作中，我们在一种特殊的x-q坐标系中做出来（ ， ）的散点图，在这种坐标系中，x轴使用的是均匀刻度，而q轴使用的是转换后的坐标系。 以前有专业的正态概率纸出售，现在大多借助与计算机软件(matlab,spss等)来绘图。 例如．某校60名学生的一次考试成绩如下: 93 75 83 93 91 85 84 82 77 76 77 95 94 89 91 88 86 83 96 81 79 97 78 75 67 69 68 84 83 81 75 66 85 70 94 84 83 82 80 78 74 73 76 70 86 76 90 89 71 66 86 73 80 94 79 78 77 63 53 55 检验其正态性。 说明：很多计算工具已经可以直接调用相应的命令自动生成概率纸检验，例如matlab中的normplot;以及spss中的Q-Q图都可以完成。 二、独立性的假设检验 1、问题： 研究青少年的行为与家庭状况的关系，调查结果如下： 青少年行为 家庭状况 合计 离异家庭 和睦家庭 犯罪 178 272 450 未犯罪 38 502 540 合计 216 774 990 试问：调查结果能否证实青少年