核电厂辐射防护：第二章 辐射探测基础.pptVIP

1）分布是归一化的： 2）分布是由np 乘积所给定的单参数 表征的； 3）预测方差 σ2仍然等于平均值 。 高斯分布另有两个特点； 1）分布对平均值是对称的。 2）因为 值大，所以 值相近的值ρ（x）彼此相差不大。换句话说，分布是缓慢变化的。对此例， p=1/365,n=10000 因而分布的预测平均值为 =np=27.4 。预测的平均值大于20，可以用高斯分布预测许多次测量结果的分布，其中每次测量都是统计不同的万人组的生日数。观察到某一特点统计数 的预测概率由下式给出： * * 此例的预测标准偏差是 式（2-47）可以改写成如下形式 （2-48） ? 由于高斯分布对称，且连续，利用这一特点可方便地计算出测量值出现在区间内的概率为 （2-49） 为便于计算，将式（2-49）换成一种标准化的高斯分布形式，令 （2-50） ? ? 2-21给出代表这种应用的一系列事项。实验数据的各种特性在图的左半部，而右半就是合适的统计模型的一些特性。设 N次独立的测量的这组数据是由探测器相继得到的 1min的计数。可以编制由式（2-21）定义的分布函数 F(x)，然后计算出试验平均值 和样本方差S2 。下一步是为这些实验数据选择适当的统计模型。几乎普遍都希望选择泊松分布或高斯分布（取决于平均值大小）。这两种分布完全由各自的平均值 确定。 是测量数据的分布的唯 一最佳估计。令 就为从图的左边过渡到右边提供了桥梁，于是有了完全确定的统计模型。当令 p(x) 表示 ，的泊松分布或高斯分布时，只要统计模型精确地描述数据分布情况，测得的数据分布函数 F(x)应该近似地等于p(x)，将p(x)和　F(X)　画在同一张图上，比较这两个分布的形状和幅度。 * * 上述两个函数F(x)和的比较仅是定性的。希望从每个分布再选取一个参数，以便对它们进行定量比较。最基本的参数是平均值，但平圴值已对比过，认为它们是相等的。第二个参数是方差，可以通过选定的统计模型的预测方差　并与测得的数据样本方差　相比较来进行定量对比。如果这些数据精确地由统计模型所表征，并呈现与统计预测相一致的固有涨落程度，则这两个方差值应该大致相同。进行这种对比而导出定量结论的方法为　“检验”。 　　　参考表２－４的数据，由于收集的实验数据只有２０次，所以各点的 值有较大的涨落。如果收集更多的数据，实验点和选定分布预测的差距该缩小而数据分布函数 应越来越接近于预测的概率分布函数 ，只要数据确定是从预测的统计模型取的真样本。 对样本方差与统计模型预测的方差作进一步相互比较。由于数据的平均值不大，只能选择泊松分布。对同一组数据用式（2-26）计算得到的样本方差为 S2=7.36 而泊松分布预测的方差为 σ2=x=8.80 这两个结果表示，这组数据的涨落小于假定数据是同样平均值的泊松分布的理想样本时所预测的涨落。但是经有限次数的抽样，不应期望这两个参数精确的相同。要确定所观察的差别是否真有意义有待详细定量的检验，这种功能由“X检验”实现。 * χ2是实验数据分布的另一个参数，定义为 （2-52） ? 这里求和是对每个独立的数据点 ，进行的 与样本的方差密切相关，其关系为 （2-53） ? 如果数据的固有涨落量可由泊松分布严格地模拟，则 ，而对泊松分布 ，且已选择 ，因此 偏离1的程度是观察的样本方差偏离预测方差的程度的直接量度。而式（2-53）中χ2与N-1的差异程度是这些数据偏离泊松分布预测值的相应量度。 具体计算时，先按式（2-52）计算出χ2的值和自由度f=N-1 ，然后给定一个显著性水平 α 再从附表