分布拟合检验.PPTxVIP

分布拟合检验第1页/共12页第2页/共12页 总体分布服从正态分布或总体分布已知条件下的统计检验，称为参数检验。 但是在数据探索分析中，我们需要拟合的正是数据的分布。这就要用到非参数假设检验——分布拟合检验（用于检验样本观测值是否来自某种给定分布）。 常用的分布拟合检验方法有 检验，经验分布拟合检验法，以及正态性W检验法。第3页/共12页本节主要内容一、 检验法二、经验分布拟合检验法三、正态性W检验方法第4页/共12页检验法出发点：对数据按取值范围分组并计算频数，以各个区间实际频数与理论频数的差异为根据。预处理：数据分组为l个区间1、提出假设H0:F(x)=F0(x)，H1:F(x)≠F0(x)第5页/共12页2、构造检验统计量 其中， 分别为第i组的样本频数和理论频数 当原假设为真时该检验统计量的极限分布是，k为理论分布中待估计参数的个数。第6页/共12页3、计算样本统计量的值4、判断若显著性水平为拒绝域为 在软件中，检验通常会以P值的形式输出，P值是检验统计量在原假设下取其观测值及其更极端值的概率。对于以上检验第7页/共12页经验分布拟合检验方法 拟合优度检验是针对，即对各段概率正确性的检验，而经验分布拟合检验是直接针对H0:F(x)=F0(x)的检验。 理论依据：经验分布函数Fn(x)依概率收敛于分布函数F(x) 出发点：经验分布函数Fn(x)与原假设中理论分布函数F0(x)之间的距离。1、假设H0:F(x)=F0(x)，H1:F(x)≠F0(x)第8页/共12页经验分布拟合检验方法2、构造检验统计量 统计量是以两个函数的距离为基础的，根据不同的距离定义有不同的统计量。1) Kolmogorov-Smirnov统计量2) Anderson-Darling统计量 3) Cramer-von Mises统计量 3、计算样本观测值4、判断第9页/共12页正态性W检验方法专用正态性检验的方法1、假设H0:F(x)是正态分布函数，H1:F(x)不是正态分布函数2、构造统计量对称位置次序统计量的差 (其中有表可查 SAS中已设) 第10页/共12页正态性W检验方法3、计算样本观测统计量值4、判断由于0W1，在H0为真时，W接近1，W值过小应拒绝H0第11页/共12页请看SAS实现部分第12页/共12页感谢观看！