数理统计-正态性检验

上传人:汽*** 文档编号:548247377 上传时间:2022-09-14 格式:DOC 页数:7 大小:191.50KB
返回 下载 相关 举报
数理统计-正态性检验_第1页
第1页 / 共7页
数理统计-正态性检验_第2页
第2页 / 共7页
数理统计-正态性检验_第3页
第3页 / 共7页
数理统计-正态性检验_第4页
第4页 / 共7页
数理统计-正态性检验_第5页
第5页 / 共7页
点击查看更多>>
资源描述

《数理统计-正态性检验》由会员分享,可在线阅读,更多相关《数理统计-正态性检验(7页珍藏版)》请在金锄头文库上搜索。

1、精选优质文档-倾情为你奉上数理统计案例分析论文B题 实验数据的正态性检验姓名班级学号实验数据的正态性检验一、问题重述为了控制工业循环冷却水系统结垢和腐蚀,保证设备的换热效率和使用年限,需要对冷却水中的含氯量有一定了解,下列数据是某工厂的冷却水中的含氯量的测定值():0.99201.01381.01631.01421.02581.01341.02380.97600.99960.99690.96791.00510.97891.02830.98391.01061.00440.98160.95660.99880.97981.01231.01021.03381.01180.98711.00760.979

2、80.99960.99901.00000.99361.02190.96251.00861.01791.01461.01161.00081.01351.01140.99490.99250.99410.97050.99531.00241.0063问题:(1)在显著性水平下,用Shapiro-Wilk检验法对该数据进行正态性检验。(2)对正态分布的两个参数给出估计值。二、Shapiro-Wilk检验法的介绍夏皮洛威尔克(Shapiro-Wilk)也称为检验,这个检验当时可以使用。过小样本()对偏离正态分布的检验不太有效。检验时建立再次序统计量的基础上,将个独立观测值按非降次序排列,记为,检验统计量为

3、: (1)其中系数在样本容量为时有特定的值。另外,系数还具有如下性质: ,据此可将检验简化为: (2)可以证明,总体分布为正态分布时,的值应该接近1,因此,再显著性水平下,如果统计量的值小于其分位数,则拒绝原假设,即拒绝域为 (3)其中分位数可查表。如若在计算中有,则在显著水平为上未落入拒绝域,即可认为该批数据服从正态分布;若在计算中有,则在显著水平为上落入拒绝域,认为该批数据不服从正态分布。三、问题求解3.1运用正态概率纸观察该批数据正态概率纸用来做正态性检验,利用样本数据在概率纸上描点,若诸点在一条直线附近,则认为该批数据来自正态总体;若诸点明显不在一条直线附近,则认为该批数据的总体不是正

4、态分布。我们利用正态概率纸的方法对数据进行初步的观察,运用MATLAB软件如下所示:由上图可知,这些点在一条直线附近,初步判断可认为该批数据来自正态总体。为了进一步验证该批数据的总体服从正态分布,我们运用Shapiro-Wilk检验法进行检验。3.2运用Shapiro-Wilk检验法检验该批数据为了利用在介绍Shapiro-Wilk检验法中的公式(2)计算值,首先由这批数据运用MATLAB软件编程(程序详见附录1)计算得我们将计算的过程列于下表中,并将安排在同一行,的值是由查表得来。10.95661.03380.07720.3789130.99251.01230.01980.090620.96

5、251.02830.06580.2604140.99361.01180.01820.081730.96791.02580.05790.2281150.99411.01160.01750.073140.97051.02380.05330.2045160.99491.01140.01650.064850.9761.02190.04590.1855170.99531.01060.01530.056860.97891.01790.0390.1693180.99691.01020.01330.048970.97981.01630.03650.1551190.99881.00860.00980.04118

6、0.97981.01460.03480.1423200.9991.00760.00860.033590.98161.01420.03260.1306210.99961.00630.00670.0259100.98391.01380.02990.1197220.99961.00510.00550.0185110.98711.01350.02640.10952311.00440.00440.0111120.9921.01340.02140.0998241.00081.00240.00160.0037由上表的值可以计算出的值,公式如下(即公式(2):我们运用MATLAB软件编程(程序详见附录1)求解

7、的值,结果如下:四、结论对于问题(1),由题中所给显著水平为,在时查表得出,由于计算得到的值大于该值,所以在显著水平上为落入拒绝域,即可认为该批数据服从正态分布。对于问题(2):对正态分布的两个参数,我们运用MATLAB软件编程(程序详见附录1)得到两个参数的估计值如下:参考文献1 茆诗松,程依明,濮晓龙,概率论与数理统计教程,北京:高等教育出版社,2004.72 李海涛,邓樱,MATLAB程序设计教程,北京:高等教育出版社,2004.4附录1. 计算的MATLAB源程序如下:clear,clc,x=0.9566;0.9625;0.9679;0.9705;0.976;0.9789;0.9798

8、;0.9798;0.9816;0.9839;0.9871;0.992;0.9925;0.9936;0.9941;0.9949;0.9953;0.9969;0.9988;0.999;0.9996;0.9996;1;1.0008;1.0024;1.0044;1.0051;1.0063;1.0076;1.0086;1.0102;1.0106;1.0114;1.0116;1.0118;1.0123;1.0134;1.0135;1.0138;1.0142;1.0146;1.0163;1.0179;1.0219;1.0238;1.0258;1.0283;1.0338;a=0.3789;0.2604;0.2

9、281;0.2045;0.1855;0.1693;0.1551;0.1423;0.1306;0.1197;0.1095;0.0998;0.0906;0.0817;0.0731;0.0648;0.0568;0.0489;0.0411;0.0335;0.0259;0.0185;0.0111;0.0037;xx=sum(x)/48;for i=1:length(x)/2; dd(i)=x(length(x)-i+1)-x(i);end for i=1:length(x); xxx(i)=(x(i)-xx)2; xxxx=sum(xxx);endfor i=1:length(dd); mm(i)=dd(i).*a(i); mmm=sum(mm); W=mmm2/(xxxx);endxx %均值xxxx %方差W %检验统计量 mu,sigma= normfit(x) %均值和标准差估计 normplot(x)运行结果如下:xx = 1.0004xxxx = 0.0142W = 0.9654mu = 1.0004sigma = 0.0174专心-专注-专业

展开阅读全文
相关资源
相关搜索

当前位置:首页 > 办公文档 > 教学/培训

电脑版 |金锄头文库版权所有
经营许可证:蜀ICP备13022795号 | 川公网安备 51140202000112号