概率论与数理统计教程(七)-假设检验05：正态性检验

§ 7.5 正态性检验
正态分布是最常用的分布,
用来判断总体分布是否为正态分布的检验方法称为正态性检验,
它在实际问题中大量使用.
接下来我们先叙述简单而又直观的正态性检验一一正态概率图, 然后介绍国家标准
GB/T 4882-2001 中推荐的、并已被广泛应用的两种正态性检验方法------ 检验和
EP 检验.
7.5.1 正态概率纸
正态概率纸是一种特殊的坐标纸, 其横坐标是等间隔的,
纵坐标是按标准正态分布函数值给出的, 见图 7.5.1.
正态概率纸可用来作正态性检验, 方法如下: 利用样本数据在概率纸上描点,
用目测方法看这些点是否在一条直线附近, 若是的话,
可以认为该数据来自的总体为正态分布, 若明显不在一条直线附近,
则认为该数据来自非正态总体. 具体操作步骤见下面的例子.
例 7.5.1 随机选取 10 个零件, 测得其直径与标准尺寸的偏差 (单位: 丝, 1 丝
$=$ $0.01\mathrm{mm})$
如下:{width=“486px”}
图 7.5.1 正态概率纸
$\begin{array}{llllllllll}9.4& 8.8& 9.6& 10.2& 10.1& 7.2& 11.1& 8.2& 8.6& 9.8\end{array}$
在正态概率纸上作图步骤如下:
(1) 首先将数据按从小到大的次序排列:
$x_{(1)}⩽x_{(2)}⩽\cdots ⩽x_{(n)}$,
具体数据为
$\begin{array}{llllllllll}7.2& 8.2& 8.6& 8.8& 9.4& 9.6& 9.8& 10.1& 10.2& 11.1\end{array}$
(2) 对每一个 $i$, 计算修正频率
$\frac{i-0.375}{n+0.25}(i=1,2,\cdots n)$, 结果见表 7.5.1.
表 7.5.1 $x_{(i)}$ 取值及其修正频率
$i$ $x_{(0)}$ $\frac{i-0.375}{n+0.25}$ $i$ $x_{(1)}$ $\frac{i-0.375}{n+0.25}$

---

1       7.2               0.061              6       9.6               0.549
2       8.2               0.159              7       9.8               0.646
3       8.6               0.256              8      10.1               0.744
4       8.8               0.354              9      10.2               0.841
5       9.4               0.451             10      11.1               0.939

(3) 将点
$\left(x_{(i)},\frac{i-0.375}{n+0.25}\right)(i=1,2,\cdots ,n)$
逐一描在正态概率图上( 图
7.5.2),{width=“318px”}
图 7.5.2 例7.5.1 的正态概率纸
(4) 观察上述 $n$ 个点的分布,作如下判断,
- 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态分布.
本例中, 从图 7.5.2 上可以看到, 10 个点基本在一条直线附近,
故可认为直径与标准尺寸的偏差服从正态分布.
这里对 “修正频率” 作一点说明. 对应第 $i$ 个观测值 $x_{(i)}$
的累计分布函数值
$F\left(x_{(i)}\right)=P\left(X⩽x_{(i)}\right)$ 是一个概率,
可用频率作出估计, 即
$$\hat{F}\left(x_{(i)}\right)=\frac{\text{ 样本中小于等于 }{x}_{(i)}\text{ 的个数 }}{\text{ 样本量 }}=\frac{i}{n}\text{. }$$
这个频率有合理的一面, 但也有一些缺陷, 即当 $i=n$ 时该频率为 1 , 这意味着
$x$ 的取值最大为 $x_{(n)}$, 不可能再超过 $x_{(n)}$, 这往往与实际不符,
对此需要修正. 常见的有如下两个修正频率:
$$\hat{F}\left(x_{(i)}\right)=\frac{i}{n+1},\hat{F}\left(x_{(i)}\right)=\frac{i-3/8}{n+1/4},$$
国标 GB/T 4882-2001 推荐使用后者,但并不反对使用前者.本节中使用后者.
如果从正态概率纸上确认总体是非正态分布时,
可对原始数据进行变换后再在正态概率纸上描点,
若变换后的点在正态概率纸上近似在一条直线附近,
则可以认为变换后的数据来自正态分布, 这样的变换称为正态性变换.
常用的正态性变换有如下三个: 对数变换 $y=\ln x$ 、倒数变换 $y=1/x$
和根号变换 $y=\sqrt{x}$, 它们都属于经典的博克斯-考克斯(Box-Cox) 变换。
例 7.5.2 随机抽取某种电子元件 10 个, 测得其寿命数据如下:
$\begin{array}{lllll}539.35& 179.49& 782.93& 561.10& 286.80\end{array}$
图 7.5.3 给出这 10 个点在正态概率纸上的图形, 这 10
个点明显不在一条直线附近, 所以可认为该电子元件的寿命的分布不是正态分布.
对该 10 个寿命数据作对数变换, 结果见表
7.5.2.{width=“294px”}
图 7.5.3 例7.5.2 的正态概率纸
表 7.5.2 对数变换后的数据
$i$ $x_{(i)}$ $\ln x_{(i)}$ $\frac{i-0.375}{n+0.25}$ $i$ $x_{(i)}$ $\ln x_{(i)}$ $\frac{i-0.375}{n+0.25}$

---

1 32.62 3.4849 0.061 6 286.80 5.6588 0.549
2 97.04 4.5751 0.159 7 539.35 6.2904 0.646
3 99.16 4.5967 0.256 8 561.10 6.3299 0.744
4 110.47 4.7047 0.354 9 782.93 6.6630 0.841
5 179.49 5.1901 0.451 10 2269.82 7.7275 0.939
利用表 7.5.2 中最后两列上的数据在正态概率纸上描点, 结果见图 7.5.4,
从图上可以看到 10 个点近似在一条直线附近,
说明对数变换后的数据可以看成来自正态分布. 这也意味着,
可认为原始数据服从对数正态分布.
7.5.2 W 检验
$W$ 检验是夏皮罗 (Shapiro) 和威尔克 (Wilk) 在 1965 年提出来的,
这个检验当 $8⩽$ $n⩽50$ 时可以利用. 过小样本 $(n<8)$
对偏离正态分布的检验不太有效, 过大样本 $(n>50)$的一些辅助量计算麻烦.
设 $x_1,x_2,\cdots ,x_n$ 是来自正态总体
$N\left(\mu ,{\sigma }^2\right)$ 的样本,
$x_{(1)}⩽x_{(2)}⩽\cdots ⩽x_{(n)}$
为其次序统计量, $W$
统计量定义为{width=“318px”}
图7.5.4 变换后数据的正态概率纸
$$W=\frac{[{\sum }_{i=1}^n(a_i}{{\sum }_{i=1}^n{\left(a_i-\bar{a}\right)}^2{\sum }_{i=1}^n{\left(x_{(i)}-\bar{x}\right)}^2}$$