版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
1、正態(tài)性檢驗方法的比較正態(tài)性檢驗方法的比較實際獲得的數據,其分布往往未知。在數據分析中,經常要判斷一組數據的分布是否來自某一特定的分布,比如對于連續(xù)性分布,常判斷數據是否來自正態(tài)分布,而對于離散分布來說,常判斷是否來自二項分布.泊松分布,或判斷實際觀測與期望數是否一致,然后才運用相應的統(tǒng)計方法進行分析。以下是幾種正態(tài)性檢驗方法的比較。一、2?擬合優(yōu)度檢驗:(1)當總體分布未知,由樣本檢驗總體分布是否與某一理論分布一致。H0:總體X的分布列
2、為pX=xi=pii=12……H1:總體X的分布不為pi構造統(tǒng)計量2?=21kinfipipin?????????=??21kifinpinpi???其中fi為樣本中Ai發(fā)生的實際頻數npi為H0為真時Ai發(fā)生的理論頻數。(2)檢驗原理若2?=0,則fi=npi意味著對于Ai,觀測頻數與期望頻數完全一致,即完全擬合。結論:當實際觀測DDn則接受H1,反之則不拒絕H0假設。2?擬合優(yōu)度檢驗與擬合優(yōu)度檢驗與KSKS正態(tài)檢驗的比較:正態(tài)檢驗的
3、比較:2?擬合優(yōu)度檢驗與KS正態(tài)檢驗都采用實際頻數與期望頻數進行檢驗。他們之間最大的不同在于前者主要用于類別數據,而后者主要用于有計量單位的連續(xù)和定量數據,擬合優(yōu)度檢驗雖然也可以用于定量數據,但必須先將數據分組才能獲得實際的觀測數據,而KS正態(tài)檢驗法可以把原始數據的n個觀測值進行檢驗,所以它對數據的利用較完整。三、Lillief正態(tài)分布檢驗當總體均值和方差未知時,Lillief提出用樣本均值和標準差代替總體的期望和標準差,然后使用Kol
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,請與我們聯系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
評論
0/150
提交評論