文档介绍：第一节拟合优度检验
运用Z检验、t检验等讨论假设检验的问题,一般要求总体服从正态分布,或者在大样本条件下可以利用渐近正态分布理论来描述抽样分布。也就是说,我们都要直接或间接地假定对象总体具有已知的分布形式,然后对总体的未知参数进行假设检验。如果不知道总体的分布形式,就无法运用t检验法等对总体参数进行假设检验。于是,这里有一个前面留下来的尚未讨论的问题很重要,就是怎样检定总体是否具有正态或其他分布形式?拟合优度检验正是就这一问题而言的检验方法。
第十一章最后一节,我们将累计频数检验用于经验分布与理
论分布的比较,实际已经提供了拟合优度检验的一种方法。拟
合优度检验与累计频数拟合优度检验相对应,在评估从经验上得
到的频数和在一组特定的理论假设下期望得到的频数之间是否存
在显著差异时,是一种更普遍的检验方法。
现在我们再来看看第七章提到的著名的孟德尔豌豆试验。根
据孟德尔提出的分离规律,纯种豌豆杂交后的子二代出现分化,
红花植株与白花植株的数目应为3∶1。但由于随机性,观察结果与
3∶1理论值总有些差距。因此有必要去考察某一大小的差距是否
已构成否定3∶l理论的充分根据。这正是我们所讨论的拟合优度
检验的问题。解决这类问题的工具,是卡·皮尔逊在1900年发表的
一篇文章中引进的所谓检验法。
首先把问题表述成一般模式。设一总体包含c种可区别的个体。根据某
种理论或纯粹的假设,第i 种个体出现的概率应为某个已知的数Pi ( i=1 ,
2,…,c),有Pi >0, =1。这一组概率(P1 ,P2 ,…,Pc)就构成了我
们的理论分布。现在在该总体中随机地抽取一个容量为n的样本,发现其中
第 i 种个体的数目为fi (i =1,2,…,c),并有=n。我们要据此检
验理论分布。
用概率论的语言可以这样说,设对象总体中随机变量X有c种取值。当X的
取值是xi 时,按零假设,其总体分布等于理论分布,即P( )=Pi ( i=1,
2,…,c)
例如,就孟德尔的3∶1理论来说,c =2,P(x1)=3/4,P(x2)=1/4。现
在从该总体中随机地抽取一个容量为n的样本,发现其中xi(i=1,2…,c)出
现的次数为fi (i =1,2,…,c),并有=n。知道了频数也就知道了频
率,即: 出现的频率为,并有=1。
现在我们就是要据此经验分布来检验总体分布等于理论分布的零假设。
(比率拟合检验)
拟合优度检验如何进行?
关键是确定合适的检验统计量以及该统计量所服从的概率分布。这里不可避免地要引进某种人为因素,即人们设计出下面这样的综合性可比指标:
其中k1,k2,…,kc 是适当选取的常数。仔细观察不难发现,L值大,意味着经验分布与理论分布偏离大;L值小,意味着经验分布与理论分布偏离小。当在某个选定的水平上,经验分布显著偏离理论分布,那么对象总体具有某种分布形式的零假设便被否定。
结论:
用作为检定Ho成立的检验统计量,理论证明,当n足够大
时,该统计量服从分布,它是一种具有已知的并制成表的概率
分布,因此对给定的显著性水平α,可求得临界值,与比
较,进而作出检验结论。
显而易见,理论频数 fe 与观测频数 fo 越接近, 统计值越小,经验分布与理论分布拟合程度越好。反之,fe 与 fo 差距越大, 值越大,经验分布与理论分布拟合程度越差,拟合优度检验由此得名。
[例] 孟德尔遗传定律表明:在纯种红花豌豆与白花豌豆杂交后所生的子二代豌豆中,红花对白花之比为3:1。某次种植试验的结果为;红花豌豆176株,白花豌豆48株。试在α=,对孟德尔定律作拟合优度检验。(参见下表)
应用举例
[例] 试对下表所给男青年身高分布的数据作正态拟合检验,选取α=。
[解]