主要包括Kolmogorov-Smirnov检验以及χ2检验.PPT

* * 分布检验 在统计推断中，经常在得到一列数据之后希望知道它们是否服从一个已知的分布，这会给接下来的统计推断和统计预测带来很大方便。 要想检验一列数据的总体分布是不是一个已知分布，初等统计中可以用Q-Q图等方法来做判断，但这些方法很不精确。 在这一章中，我们将介绍几种检验方法，主要包括Kolmogorov-Smirnov检验以及χ2检验。 Kolmogorov-Smirnov单样本检验 1 Kolmogorov-Smirnov两样本检验 2 第七章 分布检验与某些χ2检验 Pearson χ2拟合优度检验 3 Kolmogorov检验 问题的一般描述：要检验手中的数据是否来自某一个已知分布F0(x)，假定它的真实分布为F(x)，假设检验问题为： 也即检验总体的真实分布F(x)是否与某一已知分布F0(x)一致，自然想到可以比较F(x)与F0(x)，利用二者之间的差距构造检验统计量。但是，总体分布F(x)是未知的，故用经验分布函数S(x)代替F(x)，转而比较S(x)与F0(x)。 经验分布函数，即用事件发生的频率代替其概率，定义为如下阶梯函数 它是总体分布的一个估计。 由此，对上面三类假设检验问题，可分别定义统计量 这些统计量称为Kormogorov统计量。可以看到，该统计量的分布在零假设下对一切F0(x)是一样的，故是与分布无关的。由于S(x)是阶梯函数，只取离散值，故在实际运作中，则用如下统计量来代替上面的统计量 零假设下，该统计量的分布有表可查。 【例7-1】在检验了一个车间生产的20个轴承外座圈的内径后得到下面数据（单位：mm） 15.04 15.36 14.57 14.53 15.57 14.69 15.37 14.66 14.52 15.41 15.34 14.28 15.01 14.76 14.38 15.87 13.66 14.97 15.29 14.95 按照设计要求，这个内径应为15 0.2mm，故需要检验该数据是否来自μ=15，σ2=0.04的正态分布。 例题解析 * *