在实际问题中,有时不能预知总体服从什么类型分布,则需.pptVIP

* 在实际问题中，有时不能预知总体服从什么类型的 分布,则需要根据样本来检验关于分布假设.本讲我们学习 c2检验法 和“偏度、峰度检验法”。 (一)c2检验法 在总体分布为未知时,根据样本x1, x2 ,…,xn来检验关 于总体分布假设 H0 : 总体x的分布函数为F(x), (1) H1 : 总体x的分布函数不是F(x), 若总体x为离散型, 则假设(1)相当于 H0 : 总体x的分布律为P{x=ti}=pi , i=1, 2,… (2) 若总体x为连续型, 则假设(1)相当于 H0 : 总体x的概率密度为f(x). (3) 在用c2检验法检验假设H0时,若在假设H0下F(x)的形式 已知,但其参数值未知,这时需要先用极大似然估计法估计 参数,然后再作检验. c2检验法的思想: 将随机试验可能结果的全体 ?分为 k个互不相容的事件A1,A2 ,…,Ak(?Ai=?, AiAj=?. ,i?j,i,j=1, 2,…,k).于是在假设H0下,我们可以计算pi=P(Ai), i=1, 2, …, k. 在n次试验中, 事件Ai出现的频率 fi/n 与pi往往有差异, 但一般来说,若H0为真, 且试验的次数又较多时, 则这种差 异不应很大.基于这种想法,皮尔逊使用 (4) 作为检验假设的统计量, 并证明了以下定理 定理 若n充分大(n?50)，则当H0为真时(不论H0中的 分布属什么分布),统计量 总是近似地服从自由度为k- r- 1的?2分布。其中r是被估计 参数的个数。 于是，在假设H0下计算(4)，有. ?2 ? ?a2 (k-r-1)， 则在显著性水平a下拒绝H0 ，否则接受H0。 使用时必须注意n要足够大，以及npi不太小。n不小 于50, 以及每个npi都不小于5，而且npi最好在5以上，否则 应适当地合并Ai，以满足这个要求。 例1 在一实验中，每隔一定时间观察一次由某种铀 所放射的到达计数器上的a粒子数，共观察了100次，得结 果如下表所示： 其中fi是观察到有i个a粒子的个数。从理论上考虑x应服从 泊松分布 i 0 1 2 3 4 5 6 7 8 9 10 11 ≥12 fi 1 5 16 17 26 11 9 9 2 1 2 1 0 Ai A0 A1 A2 A3 A4 A5 A6 A7 A8 A9 A10 A11 A12 问(6)式是否符合实际(a=0.05)？ 即在水平0.05下检验假设 H0 ： 总体服从泊松分布 解 因在H0 中参数l 未具体给出，所以先估计l .由极 大似然估计法得 .可将试验可能结果的全体分 为两两不相容的事件A0, A1 ,··· , A11 , A12 ,则P{x=i}有估计 (6) 例如 例1 的?2检验计算表 A0 1 0.015 1.5 -1.8 0.415 A1 5 0.063 6.3 A2 16 0.132 13.2 2.8 0.594 … … … … … … … … … … A6 9 0.114 11.4 -2.4 0.505 A7 9 0.069 6.9 2.1 0.639 A8