摘要:
拟合度检验富于教学内涵,没有应用意义。文中图解
拟合度检验中的正态随机向量,示以数值实例。文末给出(与全文其实无关的)应用建议和代码示例。
- 二水平拟合度之二项分布检验
数据:随机抛32枚硬币,22枚正面朝上[1]。双尾虚无假设:正面朝上总体期望0.5。
Excel中的解:随机抛32枚均匀硬币,正面朝上服从二项分布。百分位数21的百分等级97.49%,本题的右尾p值为100%-97.49%。分布对称,双尾p 值为右尾p 值的两倍。
binom.test(x = 22,n = 32)
##
## Exact binomial test
##
## data: 22 and 32
## number of successes = 22, number of trials = 32, p-value = 0.0501
## alternative hypothesis: true probability of success is not equal to 0.5
## 95 percent confidence interval:
## 0.4999224 0.8388153
## sample estimates:
## probability of success
## 0.6875
在没有个人电脑、只能纸笔查表的年代,这类问题通过正态近似解决。题中的二项分布随机数X 近似服从的正态分布总体均值
=32×0.5=16、标准误总体参数
=
。下图解释了为什么要做±0.5的校正——Pr(离散的二项随机数X≥22)≈Pr(对应连续正态随机数Z>21.5),约等号左边的22恰好取到的概率近似于Pr(22.5≥Z>21.5)。
本例21.5的标准化z 值1.9445,对应的双尾p 值为0.05183。
prop.test(x = 22,n = 32)
##
## 1-sample proportions test with continuity correction
##
## data: 22 out of 32, null probability 0.5
## X-squared = 3.7812, df = 1, p-value = 0.05183
## alternative hypothesis: true p is not equal to 0.5
## 95 percent confidence interval:
## 0.4986377 0.8325051
## sample estimates:
## p
## 0.6875
但如果没有作连续性校正,本例22的标准化z 值就是2.1213,对应的双尾p 值为0.03389,
=4.5000。
的右尾
p 值即对应的
z 双尾
p 值
。
prop.test(x = 22,n = 32,correct = F)
##
## 1-sample proportions test without continuity correction
##
## data: 22 out of 32, null probability 0.5
## X-squared = 4.5, df = 1, p-value = 0.03389
## alternative hypothesis: true p is not equal to 0.5
## 95 percent confidence interval:
## 0.5143332 0.8204746
## sample estimates:
## p
## 0.6875
- 二水平拟合度之
检验
R (ver. 4.0.0) 与SPSS (ver. 23) 的