_分布检验和拟合度检验.pptVIP

  • 3
  • 0
  • 约1.11千字
  • 约 42页
  • 2019-07-17 发布于江苏
  • 举报
第七章 分布检验和拟合优度检验 第一节 K-S单样本检验 例题 练习 第二节 两样本检验 例题 练习 第三节 χ2拟合优度检验 分类数据的χ2检验 例题 分布拟合的χ2检验 例题 例题 接下来,就可以用 来检验原假设 因分类数据要求个数不少于5个,故将{0,1}合并,{8,9,10,11}合并,即将数据分成了8类。 经计算 其中 F0(x)是完全已知的分布函数,即不含未知参数。 H0:F(x)=F0(x),??H1:F(x)≠F0(x), 假设X1,…,Xn取自总体 F(x), 我们感兴趣的检验问题为: Glivenko于上世纪初证明了: 这个结论启示我们,对于上面的检验问题,可以用统计量 由Glivenko定理知,当原假设H0成立时,统计量Dn的值应很小; 而当H1成立时,Dn的值倾向于取大值。这个统计量就是K-S统计量 H0:F(x)=G(x),??H1:F(x)≠G(x). 假设X1,…,Xn取自总体 F(x), Y1,…,Yn取自总体 G(x), 我们感兴趣的检验问题为: 由Glivenko定理,用经验分布函数来逼近理论分布函数是 可行的,因此可以用下述检验统计量来检验上述假设: 即 在研究人的基础新陈代谢速度时,人们怀疑运动员和 非运动员的新陈代谢速度的分布

您可能关注的文档

文档评论(0)

1亿VIP精品文档

相关文档