数理统计13非参数检验.pptVIP

正态总体的参数检验一、单个非正态总体均值检验 1. ?已知, 大小样本 — u检验 2. ?未知 ，大样本 — u 检验 3. ?未知，小样本— t 检验二、 配对比较 – t 检验三、1. 一个总体方差的检验 — ?2 检验 2. 两个总体方差的检验 — F 检验 四、两个正态总体均值检验 1. 方差已知, 大小样本 — u 检验 2. 方差未知，大样本 — u 检验 3. 方差未知，小样本，方差齐 — t 检验 4. 方差未知，小样本，方差不齐 — t’ 检验 非正态总体的参数检验一、非正态总体大样本均值检验 1. 一个总体 — u 检验 2. 两个总体 — u 检验二、 单个总体率大样本的检验 — u 检验三、 两个总体率大样本的检验 — u 检验1. 大样本与小样本; 2. 正态与非正态;3. 单个与两个总体(或配对); 4. 单侧与双侧; 5. 方差已知与未知; 6. 方差相等与不等. 7. 均值比较与方差比较(或率); 第一节 ?2 拟合优度检验 拟合优度检验 (goodness-of-fit test): 考察理论 分布与样本数据的实际分布是否吻合的检验。 皮尔逊（Pearson）的 ?2 检验 一、 ?2 拟合优度检验的思想与步骤 设总体 X 的分布函数为 F(x)，但其具体形式 未知。现根据随机变量 X 的样本值 来检验关于总体分布的假设 H0: 总体 X 服从分布F0 (x) (7-1) 其中，F0 (x) 是某个已知分布。 如果总体 X 是离散型的，则 如果总体 X 是连续型的，则 H0 : X 的密度函数 ?2 检验法的基本思想是：将总体 X 的取值区 域分为 k 个互不相容的组类，再将样本观测值 落在各组的实际频数与已知分布 对应的理论频数进行比较，由此构造检验统计 量来衡量样本观测值与已知分布的拟合程度， 从而检验 H0 是否成立。 定理7-1 （皮尔逊 ?2定理）当 H0（7-1）成 立时，不论 H0 中的分布是什么分布，当 n 充 分大时，统计量 （7-2） 其中 为实际频数（observed value）， 为 理论频数（expected value），k 为取值区域 划分的组数，r 为由样本所估计的总体参数的 个数。 ?2 拟合优度检验法的检验步骤: （1） H0 ：总体 X 服从某已知分布F0 (?)； （2）对总体分布 F0 (?) 中 r 个未知参数，用样 本值求出其点估计值； （3）离散型，计算已知分布 F0 (?) 的概率分布律; 连续型，将总体的取值区间 (a, b)（a 可以是-∞，b 可以是+∞）划分为 k 个不相交的子区间 (ai ,ai+1), (i=1,2, …,k) 其中 a1=a, ak+1=b。 再计算 （4）由 pi 计算样本容量为 n 时，落在各子区 间 (ai,ai+1] 应有的理论频数 npi ； （5）计算样本值 落在各子区间 (ai,ai+1] 中的个数即实际频数 fi; （6）求皮尔逊 ?2 统计量公式（7-2）的值： 其中 k 是划分的组数即子区间个数, r 是总体分布 F0 (?) 中被估计参数的个数; （7）对显著性水平 ? 和 df=k-r-1查 ?2 分布 表 ，得单侧临界值 （8）统计推断（单侧检验） 比较 ?2 值与 ?2 (k-r-1) 来决定是否拒绝 H0 : 若 ，则拒绝 H0, 认为总体 分布与已知分布 F0 (?) 有显著性差异；否则， 接受 H0 , 即可认为总体服从已知分布 F0 (?) 。 实际应用时应注意以下事项： （1）样本容量 n 需足够大，一般要求 n≥50; （2）检验时要求各组的理论频数 npi≥5。当 遇到一组或几组理论频数小于