测量实用数据处理分布拟合检验.pptVIP

第四节 W检验与D检验法 一、夏皮罗-威尔克检验又称W检验 时检验效果最佳，并且计算简便。 只能用于正态性检验 W检验的实施步骤 从总体中抽取出一个容量为 的样本 (1) 将样本的观测值按由小到大排列成为其次序统计量 (2) 计算检验统计量 (3) 查表。由夏皮罗-威尔克值表查出 ， 为给定的显著性水平； (4) 判断。若 ，则拒绝正态性假设 【例6】 用夏皮罗-威尔克法检验该组数据是否来自正态分布。 将某量独立测得结果按从小到大排列成（n=10） 108，109，110，110，110，112，112，116，119，124 【解】 查夏皮罗-威尔克系数 表得出 计算结果 计算 给定显著性水平 ，查表得 因为， ，故拒绝正态性假设 二、D检验法 第5节偏态系数与峰态系数检验 一、偏态系数检验 (1) 给出备择假设 （正偏）或 （负偏） (2) 计算检验统计量 (3) 查表。 根据显著性水平 和样本容量 ，由偏态统计量的分位数表查出 (4) 判断。当备择假设为 时，若 ，则拒绝正态性假设；当备择假设为 时，若 ，则拒绝正态性假设 【例7】 有下列一组测量数据，确定这批数据是否来自正态分布 -0.40 -1.80 -2.14 0.40 -1.40 0.67 -1.40 -1.51 1.40 -1.40 -1.38 -1.40 1.20 -2.14 -0.60 -2.33 1.24 -0.40 -0.32 -0.22 -1.60 -1.40 -0.51 -0.20 -1.40 -1.72 -1.60 -1.20 -1.80 1.20 -1.40 -0.80 -1.72 -0.71 -1.40 -1.20 -1.91 -0.69 -1.60 -1.39 -2.20 -1.40 -0.40 0.40 -1.80 -1.80 -1.60 0 -1.95 1.20 计算结果 计算统计量 由 得 因此, 选择备择假设 给定显著性水平 ，当n=50时，查表得 因为， ，故拒绝正态性假设 二、峰态系数检验 (1) 给出备择假设 （正偏）或 （负偏） (2) 计算检验统计量 (3) 查表。 根据显著性水平 和样本容量 ，由峰态统计量的分位数表查出 或 (4) 判断。当备择假设为 时，若 ，则拒绝正态性假设；当备择假设为 时，若 ，则拒绝正态性假设 【例9】 利用某测量仪器进行40次测量，测得与理论值的如下一系列偏差数据, 确定这批数据是否来自正态分布 0.038 0.240 0.124 0.054 -0.061 -0.004 -0.004 -0.006 0.007 0.001 0.061 0.043 0.035 0.163 -0.008 -0.010 0.006 -0.008 -0.024 0.007 0.028 0.108 0.155 -0.159 -0.032 0.003 -0.007 -0.018 -0.008 -0.011 0.060 0.067 -0.025 -0.096 -0.223 0.004 -0.007 -0.007 -0.010 0.014 计算结果 计算统计量 由 得 因此, 选择备择假设 给定显著性水平 ，当n=40时，查表得 因为， ，故拒绝正态性假设 第八章 分布拟合检验 第一节 拟合检验 我们以前学的的显著性检验都是基于样本的观测数据对总体参数及总体参数差异性的检验 ，主要包括 t 检验、Z 检验、F 检验等，这些检验可统称为参数检验。参数检验对观测值的普遍要求是总体呈正态分布。但实际研究中，不是所有观测值都呈正态分布，或者无法确定其是否正态分布，这些情况下，参数检验技术就未必适用了，因此我们还需要掌握一些非参数检验技术，其中最为常用的就是卡方检验，它最适合于次数分布检验。 卡方检验适用于次数分布的检验，比如次数分布是否与某种理想的分布一致，或者不同样本同类测量分数次数分布是否一致。对于前者，先要确定一个理想的次数分布比例，然后将观测的某一次数分