众所周知,在数据分析的拟合优度检验中,检验一总体是否服从某一有限的离散概率分布时,通过使用英国统计学家K.Pearson所引入的x^2统计量:x^e=sum from i=1 to r(λ_i(n_i/n-p_i)~2)其中λ_i=n/P_i,n_1+…+n_λ=n,P_1+…+P_r=1.本文分析K...众所周知,在数据分析的拟合优度检验中,检验一总体是否服从某一有限的离散概率分布时,通过使用英国统计学家K.Pearson所引入的x^2统计量:x^e=sum from i=1 to r(λ_i(n_i/n-p_i)~2)其中λ_i=n/P_i,n_1+…+n_λ=n,P_1+…+P_r=1.本文分析K.Pearson x^2统计量的构造源渊,指出其弊端,并引入了结构上更合理的检验用统计量x^2_D,研究了它的均值,方差及渐近分布.展开更多
文摘众所周知,在数据分析的拟合优度检验中,检验一总体是否服从某一有限的离散概率分布时,通过使用英国统计学家K.Pearson所引入的x^2统计量:x^e=sum from i=1 to r(λ_i(n_i/n-p_i)~2)其中λ_i=n/P_i,n_1+…+n_λ=n,P_1+…+P_r=1.本文分析K.Pearson x^2统计量的构造源渊,指出其弊端,并引入了结构上更合理的检验用统计量x^2_D,研究了它的均值,方差及渐近分布.