标签：F0 vi 检验 times 参数检验 pi 1m

分布函数的拟合检验： 皮尔逊$\chi2$χ2检验

• 皮尔逊定理：不论$F_0(x)$F0​(x)是什么分布，当$H_0: F(x) = F_0(x)$H0​:F(x)=F0​(x)正确时，则检验统计量$\eta = \sum_{i=1}^m\frac{(v_i - n \times p_i)^2}{n \times p_i} = \sum_{i=1}^m\frac{v_i^2}{n \times p_i} - n$η=∑i=1m​n×pi​(vi​−n×pi​)2​=∑i=1m​n×pi​vi2​​−n，故统计量$\eta$η以自由度$m - 1$m−1的$\chi^2-$χ2−分布为极限分布，其中$F_0(x)$F0​(x)不带有任何参数。其中$v_i$vi​为实测频数，$n \times p_i$n×pi​为理论频数
• 皮尔逊$\chi2$χ2检验的五个步骤
  • 抽样
  • 频数分布表
  • 计算理论频数
  • 建立检验统计量：$\eta = \sum_{i=1}^m\frac{(v_i - n \times p_i)^2}{n \times p_i} = \sum_{i=1}^m\frac{v_i^2}{n \times p_i} - n$η=∑i=1m​n×pi​(vi​−n×pi​)2​=∑i=1m​n×pi​vi2​​−n
  • $H_0$H0​的显著性检验：$H_0: F(x) = F_0(x), H_1: F(x) \neq F_0(x)$H0​:F(x)=F0​(x),H1​:F(x)​=F0​(x)

随机变量间的独立性检验

• 点赞
• 收藏
• 分享
• • 文章举报

allen sue 发布了23 篇原创文章 · 获赞 3 · 访问量 2295 私信 关注

标签：F0,vi,检验,times,参数检验,pi,1m
来源： https://blog.csdn.net/fish2009122/article/details/104152893

本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享；
2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关；
3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关；
4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除；
5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。