[工程科技]分布拟合检验.ppt

数理统计实验 实验四 分布拟合检验 【实验目的】 会用MATLAB进行拟合优度非参数检验 【实验要求】 熟悉MATLAB进行假设检验的基本命令与操作 【实验内容】 一、正态分布的检验 1）用编程检验服从正态分布 2）小样本正态分布的检验：lillietest 3）大样本正态分布的检验：jbtest 二、一般分布的检验 单样本K-S检验方法 1）指数分布的检验 2）泊松分布的检验（对离散型不适合） 双样本K-S检验:kstest2 三、列联表的独立性检验 四、卡方拟合优度检验 五、正态概率纸的构造原理 一、正态分布的检验 1）用编程检验服从正态分布 2）小样本正态分布的检验：lillietest 3）大样本正态分布的检验：jbtest 例 下面列出了84 个伊特拉斯坎（Etruscan）人男子的头颅的最大宽度（mm），试检验这些数据是否来自正态总体（取α = 0.1)。 141 148 132 138 154 142 150 146 155 158 150 140 147 148 144 150 149 145 149 158 143 141 144 144 126 140 144 142 141 140 145 135 147 146 141 136 140 146 142 137 148 154 137 139 143 140 131 143 141 149 148 135 148 152 143 144 141 143 147 146 150 132 142 142 143 153 149 146 149 138 142 149 142 137 134 144 146 147 140 142 140 137 152 145 解 编写Matlab程序如下： clc x=[141 148 132 138 154 142 150 146 155 158 ... 150 140 147 148 144 150 149 145 149 158 ... 143 141 144 144 126 140 144 142 141 140 ... 145 135 147 146 141 136 140 146 142 137 ... 148 154 137 139 143 140 131 143 141 149 ... 148 135 148 152 143 144 141 143 147 146 ... 150 132 142 142 143 153 149 146 149 138 ... 142 149 142 137 134 144 146 147 140 142 ... 140 137 152 145]; min(x),max(x) %求数据中的最小数和最大数 hist(x,8) %画直方图 fi=[length(find(x135)),... length(find(x=135x138)),... length(find(x=138x142)),... length(find(x=142x146)),... length(find(x=146x150)),... length(find(x=150x154)),... length(find(x=152))] %各区间上出现的频率 mu=mean(x),sigma=std(x) %均值和标准差 fendian=[135,138,142,146,150,152] %区间的分点 p0=normcdf(fendian,mu,sigma) %分点处分布函数的值 p1=diff(p0) %中间各区间的概率 p=[p0(1),p1,1-p0(6)] %所有区间的概率 chi=(fi-84*p).^2./(84*p) chisum=sum(chi) %皮尔逊统计量的值 x_a=chi2inv(0.9,4) %chi2分布的0.9分位数 运行结果： ans = 126 ans = 158 fi =5 7 16 23 21 7 8 mu = 143.7738 sigma = 5.9705 fendian = 135 138 142 146 150 152 p0 = 0.0708 0.1668 0.3832 0.6454 0.8515 0.9159 p1 = 0.0959 0.2164 0.2622 0.2061 0.0644 p = 0.0708 0.0959 0.2164 0.2622 0.2061 0.0644 0.0841 chi =0.1520 0.1386 0.2616