农大数理统计过程稿.pptVIP

第四节 分布拟合检验 频次 代别 答案 青年 中年 老年 可以 114 15 5 不知道 122 18 5 不可以 774 226 86 练习．北京市婚姻家庭调查，对“你认为是否可以同时和几个人谈恋爱？”问卷调查的结果如下所示。问题：答案是否与代别有关？ 前面已经研究了假设检验的基本思想，并讨论了当总体分布已知时，关于其中未知参数的假设检验问题 . 然而可能遇到这样的情形，总体服从何种理论分布并不知道，要求我们直接对总体分布提出一个假设 . 问题的背景： 例如，从 1500 到 1931 年的 432 年间，每年爆发战争的次数可以看作一个随机变量，椐统计，这 432 年间共爆发了 299 次战争，具体数据如下: 战争次数X 0 1 2 3 4 223 142 48 15 4 发生X 次战争的年数 Poisson分布? 对总体分布进行检验的问题称为分布的拟合检验. χ2 检验法是在总体X 的分布未知时，根据来自总体的样本，检验关于总体分布的假设的一种检验方法. 基本思想: H0：总体 X 的分布函数为F(x) 然后根据样本的经验分布和所假设的理论分布之间的吻合程度来决定是否接受原假设.这种检验通常称作拟合优度检验，它是一种非参数检验. 一、χ2拟合优度检验 提出原假设: 将总体 X 的取值范围分成 k 个互不重迭的小区间（或小组）, 记作 A1, A2, …, Ak . 2. 把落入第 i 个小区间 Ai 的样本值的个数记作 ni ，称为实测频数. 所有实测频数之和 n1+ n2+ …+nk 等于样本容量 n. H0：P(Ai) =pi , i=1,2,….k. 基本原理和步骤如下:（总体分布取值有限） 3.根据所假设的理论分布,可以算出总体 X 的值落入每个 Ai 的概率 pi ,于是 npi 就是落入 Ai 的样本值的理论频数. 它标志着经验分布与理论分布之间的差异的大小. 4.皮尔逊引进如下统计量表示经验分布与理论分布之间的差异: 在理论分布 已知的条件下, npi 是常量 实测频数 理论频数 其分布是什么? Pearson证明了如下定理: 若原假设中的理论分布 F(x) 已经完全给定，那么当 n 充分大时，统计量 注2:若在 H0下分布类型已知，但其参数未知，这时需要先用极大似然估计法估计参数，然后作检验. 注1:定理中的 pi 为 Fisher证明了如下定理: 若原假设中的理论分布 F(x) 中有 r 个未知参数需用相应的最大似然估计来代替，那么当 n 充分大时，统计量 如果根据所给的样本值 x1, x2, .., xn 算得统计量χ2 的实测值落入拒绝域，则拒绝原假设；否则就认为差异不显著而接受原假设. 分别得拒绝域: (不需估计参数) (估计r 个参数) 查χ2 分布表可得临界值χ21-α ，使得 根据以上定理，对给定的显著性水平α, 注：皮尔逊定理是在 n 无限增大时推导出来的，因而使用时要注意 n 要足够大以及 npi 不太小这两个条件. 根据计算实践，要求 n 不小于 50 以及 npi 不小于 5. 否则应适当合并相邻区间，使 npi 满足此要求 . 例1. 掷一颗骰子 60 次，结果如下：试在α= 0.05 水平下检验其是否均匀?(P367) 7 8 12 11 9 13 60 次数 1 2 3 4 5 6 合计 点数 解: 这是一个分布的拟合优度检验，记出现点数 i 的概率为 pi , 提出假设： 检验的拒绝域为: 现在α = 0.05，k = 6,查表得 由样本，得检验统计量的值： 未落入拒绝域， 即认为是均匀的。 例2.试检验每年爆发战争次数分布是否服从泊松分布. 解: 这是一个分布的拟合优度检验，提出假设：H0: X～P(λ) 按参数为 0.69 的泊松分布，计算事件X=i 的概率 pi ， pi 的估计是 i = 0, 1, 2, 3, 4 由观察值，得参数λ的最大似然估计为 将有关计算结果列表如下: 2.