单样本问题和检验方法.pptVIP

* 先在m+n个抽屉里随机选择m个，有 种方法。 如果游程数为奇数R=2K＋1，这意味着： 1、必定有k+1个由“1”构成的游程和k个 由“0”构成的游程； 2、或必定有k+1个由“0”构成的游程和k个 “1”构成的游程。 这就必须在m－1个位置中插入K个“隔离元”，使有 “1”有k+1个游程，可以有 种，同样可以在n-1个“0”的n-1个空位上插入K-1个“隔离元”，有 种。共有有利基本事件数 。所以 * 例1：对某型号电缆进行耐压试验，测得20根的数据如下： 156.0, 255.5, 132.0, 246.7, 867.9, 86.4, 610.4, 125.7, 150.4, 117.6 201.9, 207.2, 189.8, 585.8, 153.1, 565.4, 511.0, 567.0, 222.3, 141.5 根据这些数据能否认为这些电缆受到非随机因素的干扰，或者说 能否认为生产这些电缆的工作正常. 解:首先将样本构成顺序统计量观察值.求出中位数 得到Y样本 101011110 (损失掉了信息，有一定风险) 显然，m=n=10, N=20 H0 ：样本是随机产生的?H1 ：样本是非随机产生的 R=13, 取?=0.1，查表得 c 1 =6， c 2 = 16 而61316 故接受H0 ，认为样本是随机产生的，即工作正常. 有风险 * P49例2.6： m=n=10, N=20 H0 ：样本是随机产生的?H1 ：样本是非随机产生的 R=3 p ? 时，拒绝H0 ，认为有其它非随机因素. R=2k=2,即k=1 R=2k+1=3,即k=1 而2?R?20(因2?R ?2min(m,n)+1) 故p=0.00022 * K取值偏小时(偏向2) 2?R?2min(m,n)+1 K取值偏大时(偏向2min(m,n)或 2min(m,n)+1) * 大样本情况： 样本量大时常用近似分布.经验表明：m或n?20时，R的抽样分布近似为正态. m或n充分大，H0为真时，近似有 这时，给定显著性水平?后，近似可以得到临界值 * 大样本情况： 样本量大时常用近似分布.经验表明：m或n?20时，R的抽样分布近似为正态. m或n充分大，H0为真时，近似有 即：当n?∞， m/n? ?，H0为真时，近似有 m、n较大时， 常设 m/n= ? 这时，给定显著性水平?后，近似可以得到临界值 作业 * 大样本情况： 样本量大时常用近似分布.经验表明：m或n?20时，R的抽样分布近似为正态. m或n充分大，H0为真时，近似有 即：当n?∞， m/n? ?，H0为真时，近似有 m、n较大时， 常设 m/n= ? 这时，给定显著性水平?后，近似可以得到临界值 * 主要内容 符号检验 符号秩检验 Wilcoxon 符号 秩检验 单样本问题 符 号 检 验 Cox - Staut 趋势 检验 中心位置推断 分 位 数 检 验 正态记分检验 游 程 检 验 * （惟一性定理）：若随机变量X,Y的矩母函数MX(t)和MY(t) 都存在，且对任意t∈(-h,h)(h0)，都有MX(t)= MY(t)， 则X,Y具有相同的分布. * P35 例：（从表格上一段开始，～表格～表格下一段） 知道了分布就可以相应地求出p值，从而得到检验的拒绝域. 当n很大时，可用正态近似： 当H0为真时 均为对称分布. 当H0为真时 P36 例 * Wilcoxon符号秩检验为什么要求总体分布连续、对称呢？ R=(R1 , R2,…,Rn) ，R分布与总体分布F(x)无关 的分布一般与总体分布F(x)有关 当F(x)连续、对称时，此时可证： 的分布与总体分布F(x)无关. * 二、基于Wilcoxon符号秩检验的点估计和置信区间 对样本X1 , X2, …, Xn做walsh平均可以利用更多的样本信息： 对样本X1 , X2, …, Xn做walsh平均后，样本容量扩大了，成为 自身平均 的个数 任取两个做 平均的个数 , 总体的对称中心为? 这时统计量为 基于样本X1 , X2, …, Xn的 Wilcoxon符号秩检验统计量 下页证明 * 设样本X1 , X2, …, Xn iid ，总体分布关于0 对称. 即：W+是walsh平均值中符号为正的个数. 说明：如果X1 , X2, …, Xn iid,总体分布关于 ?0 对称，这时 定理：Wilcoxon符号秩检验统计量W+可以表示为 证明：记Xi1 , Xi2, …, Xip 为p个正的样本点， 以原点为中心， Xi1为半径，画闭区间 I1 =[－Xi1 ,Xi1] , Xi1绝对值的秩Ri