420长春大学学报第22卷
nini
H0成立时与pi(i=1,2,…,k)的值应该比较接近[8]。若与pi(i=1,2,…,k)的大时,由大数定理可知,
nn1900年K.Pearson提出值很大则认为H0不成立。为了更好地度量了理论分布与总体经验分布之间的偏差,
(ni-npi)22
,了χ统计量:χ=∑并且证明K.Pearson定理:当H0为真时,χ检验统计量的极限分布为自由
i=1npi
2
2
k
2[8]
度为k-1或k-r-1的χ分布。证明参考。
222222
(4)计算拒绝域。对于给定的显著性水平α,计算拒绝域R={χ|χ>χ1-α(k-1)}或R={χ|χ>χ1-α
(k-r-1)},其中r表示未知参数的个数。
(5)决策。若检验统计量的观察值没有落入拒绝域,则总体分布与假设的分布差异不显著,因此在此显
否则它不服从。著性水平下总体服从假设的分布,
2应用实例
2
本文应用χ拟合优度检验法对贺州学院某专业119名学生的概率论与数理统计考试成绩进行假设检[9]
验,并给出它的Matlab实现。贺州学院某专