aic值检验 p值_拟合优度卡方检验与统计模拟

1.在科学研究中，经常假设收集的数据服从某一个分布

，我们通常对数据是否服从假定的分布

进行统计检验，该检验称为拟合优度检验。本节假设分布

为离散型。下面介绍拟合优度的卡方检验以及如何用统计模拟来克服小样本情况下卡方检验的缺点。

2.假设

为一容量为

的样本,问该样本是否服从一离散分布

？下面我们给出假设检验的过程与步骤:

样本

的总体分布为

样本的

的总体分布不是

检验统计量为

,其中

=

的个数。

当

成立且

充分大的情况下，

。

3 例子1 假设从一个总体取值为1，2，3，4，5。从总体中抽取50个数据，经过整理可得

为12，5，19，7，7。检验这批数据的总体是否服从均匀分布？

显然

,这样

，

值

.因为0.0122远远小于0.05，因此我们认为批数据不服从均匀分布。

4. 如果p值远小于

(0.05,0.01), 我们就拒绝

；如果p值远大于

(0.05,0.01), 我们就无理由拒绝

；如果p值的近似值接近于0.05，我们有必要给出比这个近似值更加精确的p值。这可以通过统计模拟来实现。

5. 模拟的步骤如下：

（1）根据总体分布

模拟n个随机数

;

（2）计算

=

的个数;

（3）计算

;

（4）重复（1）（2）（3）可得

;

（5）p值

。

6. 例子2 假设一人投掷一枚骰子，1,2,3,4,5,6出现的次数分别为6,14,15,14,5,6。问该骰子是否均匀？

解：

：骰子的6个面是均匀的 vs

：骰子的6个面是不均匀的

即

vs

检验统计量：

＝

=11.4

由于该p值估计值接近0.05，因此我们通过模拟来给出更精确的p值，从而说明是否拒绝原假设

。按照上面5的模拟步骤给出R程序如下：

t<-11.4
n<-60
r<-100000
TT<-c()
for (i in 1:r){
x<-sample(c(1,2,3,4,5,6),replace=TRUE,n)
N<-table(x)
s<-sum((N-10)^2/10)
TT<-c(TT,s)
}
p<-length(TT[TT>t])/r

运行结果如下：

> p

[1] 0.04171

统计模拟得到p值为0.04171<0.05,因此认为骰子六个面不是均匀的。

7.作业：

（1）投掷一枚硬币30次，结果如下：2 2 1 1 2 1 1 2 2 1 2 2 1 1 1 2 2 2 2 1 2 2 2 1 2 1 2 1 1 1，请用统计模拟的方法检验硬币是否均匀？（

）

x<-scan("clipboard")
chivalue<-sum((table(x)-15)^2/15)
chiv<-c()
r<-10000
for (i in 1:r){
   xx<-sample(c(1,2),30,replace=T)
   chiv<-c(chiv,sum((table(xx)-15)^2/15))
   }
p<-length(chiv[chiv>chivalue])/r
p

> p

[1] 0.5831

p值的模拟结果为0.5831，大于0.05，因此不拒绝硬币均匀的假设。

（2）按照孟德尔遗传规律，让开淡红花的豌豆随机交配，子代可区分为红花、淡红花和白花三类，且其比例是1:2:1，为了验证某个理论，观察一次实验，得到红花、淡红花和白花的豌豆株数分别为26，66，28，这些数据与孟德尔定律是否一致？（

） 请用随机模拟方法进行检验。

参考答案：

－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－分界线

利用卡方检验计算p值

chisq.test(c(26,66,28),p=c(0.25,0.5,0.25))

R程序运行结果为

Chi-squared test for given probabilities

data: c(26, 66, 28)

X-squared = 1.2667, df = 2, p-value = 0.5308

因此模拟的p值＝0.5038>0.05,无法拒绝数据与孟德尔定律一致的假设。

－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－分界线

随机模拟方法计算p值：

num<-c(26,66,28)
n<-sum(num)
pp<-c(0.25,0.5,0.25)
chivalue<-sum((num-n*pp)^2/(n*pp))
chiv<-c()
r<-10000
for (i in 1:r){
   xx<-sample(c(1,2,3),120,p=pp,replace=T)
   chiv<-c(chiv,sum((table(xx)-n*pp)^2/(n*pp)))
   }
p<-length(chiv[chiv>chivalue])/r
p

运行结果为：

> p

[1] 0.5036

因此模拟的p值＝0.5036>0.05,无法拒绝数据与孟德尔定律一致的假设。

（3）投掷一枚骰子30次，结果如下：2 3 1 4 5 6 3 4 2 6 5 1 3 2 5 6 3 2 5 6 5 3 1 2 4 2 6 3 1 4 ，请用统计模拟的方法检验骰子是否均匀？

x<-scan("clipboard")
n<-length(x)
pp<-c(1,1,1,1,1,1)/6
chivalue<-sum((table(x)-n*pp)^2/(n*pp))
chiv<-c()
r<-10000
for (i in 1:r){
   xx<-sample(1:6,120,replace=T)
   chiv<-c(chiv,sum((table(xx)-n*pp)^2/(n*pp)))
   }
p<-length(chiv[chiv>chivalue])/r
p