第七章分布检验和拟合优度chisq检验1.Kolmogorov-Smirnov单样本检验及一些正态检验2.Kolmogorov-Smirnov两样本分布检验3.Pearson拟和优度检验
1. Kolmogorov-Smirnov单样本检验及一 些正态检验 2. Kolmogorov-Smirnov两样本分布检验 3. Pearson 拟和优度检验 第七章 分布检验和拟合优度chisq检验
例：一个车间生产的20个轴承外座圈的内径数据15.04 15.36 14.57 14.53 15.57 14.69 15.37 14.66 14.52 15.4115.34 14.28 15.01 14.76 14.38 15.87 13.66 14.97 15.29 14.95检验一下这个数据是否来自均值为μ二15，方差为2 = 0.22= 0.04 的正态分布
例： 数据
R语句ex8.example1=function()x=scan("D:/Nonpara/ind.txt");par(mfrow=c(1,2)qqplot(qnorm((1:length(x)-0.5)/20,15,0.04),x)z=(x-mean(x)/sd(x);qqnorm(z);qqline(z)
Ｒ语句 ex8.example1=function(){ x=scan("D:/Nonpara/ind.txt"); par(mfrow=c(1,2)) qqplot(qnorm(((1:length(x))-0.5)/20,15,0.04),x) z=(x-mean(x))/sd(x);qqnorm(z);qqline(z) }
NormalQ-QPlot200005511CC000O000o00O5-009610X000006O500L04S-0oo04-1200T1/11-2012-114.9515.0015.05TheoreticalQuantilesqnorm((1:length(×))-0.5)/20,15,0.04)
14.95 15.00 15.05 14.0 14.5 15.0 15.5 qnorm(((1:length(x)) - 0.5)/20, 15, 0.04) x -2 -1 0 1 2 -2 -1 0 1 2 Normal Q-Q Plot Theoretical Quantiles Sample Quantiles
Kolmogorov-Smirnov单样本分布检验假设检验：对至少一个α值A.Ho : F(c)=Fo(c) 对所有c值 台 H1: F(c)≠ Fo()对至少一个α值B.Ho : F(c)≥Fo(c) 对所有r值 台 H1: F(c)<Fo(c)对至少一个c值C.Ho : F(c)≤ Fo(c) 对所有r值 台 H1 : F(a) > Fo(c)令S(α)表示随机样本X1,…,Xn的经验分布函数定义为阶梯函数Xi<α的个数S(c) =n
假设检验：