醫(yī)學(xué)]醫(yī)學(xué)統(tǒng)計(jì)學(xué)假設(shè)檢驗(yàn)-資料下載頁(yè)
2025-01-04 06:25本頁(yè)面
【正文】 檢驗(yàn)和 檢驗(yàn)是等價(jià)的。 ?t ?F從上述兩個(gè)例子可得求似然比檢驗(yàn)的一般步驟： （ 1） 在 內(nèi)求 的極大似然估計(jì) ， ? ? ??在 內(nèi)求 的極大似然估計(jì) 0? ? 0??（ 2） 計(jì)算并化簡(jiǎn) )?,()?,()(011???nnxxpxxpx???使成形式 ， ))(()( xThx ?? 滿足兩個(gè)要求， 是 的單調(diào)增函數(shù)或單調(diào)減函數(shù)； )(x? )(xT當(dāng) 成立時(shí)， 的分布完全已知。 0H )(xT（ 3） ??? }|{01 成立HcTP增函數(shù)時(shí)，由 求臨界值 減函數(shù)時(shí)，由 求臨界值 ??? }|{01 成立HcTP（ 4） )(xT檢驗(yàn)統(tǒng)計(jì)量取為 }:{ 1cTTW ??增函數(shù)時(shí)，拒絕域?yàn)? 減函數(shù)時(shí)，拒絕域?yàn)? }:{ 1cTTW ??其一： 其二： 注： （ 1） 正態(tài)總體下參數(shù)的檢驗(yàn)基本都是似然比檢驗(yàn) （ 2） 似然比檢驗(yàn)可用于檢驗(yàn)樣本來(lái)自?xún)蓚€(gè)不同類(lèi) 型分布之一， :0H樣本來(lái)自正態(tài)總體族 ),( 2??N:1H樣本來(lái)自雙參數(shù)指數(shù)分布族 ),( ??xp其中 ????????????? ??????????xxxxp0e x p1),(0, ?????? ??如 （ 3） 似然比檢驗(yàn)適應(yīng)面廣， （ 4） 一般情形下， 難獲得， 總體均可以構(gòu)造， 且構(gòu)造的檢驗(yàn)常具有一 些優(yōu)良性質(zhì)， 如在某種意義下具有最有性。 因此臨界值的求法有兩種。 其一， 利用 MonteCarlo模擬計(jì)算； 其二， 當(dāng)樣本 容量 很大時(shí)， n 利用似然比統(tǒng)計(jì)量的極限 分布近似給出。 正態(tài)總體和非正態(tài) 似然比統(tǒng)計(jì)量的精確分布很 五、 非正態(tài)總體大樣本參數(shù)檢驗(yàn) 依書(shū)上的例子說(shuō)明檢驗(yàn)過(guò)程 六、 Pearson( )檢驗(yàn)法 考慮總體分布的檢驗(yàn)問(wèn)題 2?)()(: 00 xFxFH ?假設(shè)分布函數(shù) 的形式已知，但包含 個(gè) )(0 xF未知參數(shù)， ?用極大似然法給出未知參數(shù)估計(jì)。 Pearson檢驗(yàn)法亦稱(chēng)為 檢驗(yàn)法 ，用于檢驗(yàn) 2?假設(shè)總體服從某個(gè)預(yù)先給定的分布 。 )(0 xF具體檢驗(yàn)過(guò)程如下： （ 1） 將 分成 個(gè)互不相交的區(qū)間 ),( ???? k,1],( 1 kiaa ii ???其中 可分別 11 , ?kaa取 .,????（ 2） 計(jì)算概率 }{)()( 1010 ?? ????? iiiii aXaPaFaFp并計(jì)算 ，稱(chēng)為 理論頻數(shù) 。 inp（ 3） 計(jì)算樣本 落在 中的個(gè)數(shù) nxx ,1 ? ],( 1?ii aaif稱(chēng)為 實(shí)際頻數(shù) 。 （ 4） 計(jì)算檢驗(yàn)統(tǒng)計(jì)量的值 ????ki iiinpnpf122 )(?)1(2 ?? ?? k?（ 5） 對(duì)給定的 ，查臨界值 。 ?)1(212 ??? ? ??? ? k（ 6） 推斷： 若 ，則拒絕 )1(21 ??? ?? ? k。0H )1(212 ??? ? ??? ? k若 ，則接受 .0H
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號(hào)-1