总体方差的检验和推断
需求:
- 实际需求:某些实际问题中,需要对方差有严格的控制,如药品。所以需要对方差进行检验
- 比较方法的稳定性,即多样本的方差比较
- 方差相等是其他检验的前提条件,所以需要方差检验
点估计
无偏估计
σ
^
2
=
s
2
=
∑
i
(
y
i
−
y
ˉ
)
2
n
−
1
\hat{\sigma}^2 = s^2= \frac{\sum_i(y_i-\bar{y})^2}{n-1}
σ^2=s2=n−1∑i(yi−yˉ)2
最大似然估计
σ
^
M
L
E
2
=
∑
i
(
y
i
−
y
ˉ
)
2
n
\hat{\sigma}^2_{MLE} = \frac{\sum_i(y_i-\bar{y})^2}{n}
σ^MLE2=n∑i(yi−yˉ)2
注意这里的估计对所有分布都是适用的
当总体分布为正态分布时,可以证明 ( n − 1 ) s 2 σ 2 \frac{(n-1)s^2}{\sigma^2} σ2(n−1)s2符合 χ ( n − 1 ) \chi(n-1) χ(n−1)分布
区间估计
适用条件:总体为正态分布
σ
\sigma
σ的置信度为
(
1
−
α
)
(1-\alpha)
(1−α)的置信区间为
(
(
n
−
1
)
s
2
χ
U
2
,
(
n
−
1
)
s
2
χ
L
2
)
\Big(\frac{(n-1)s^2}{\chi_U^2},\frac{(n-1)s^2}{\chi_L^2}\Big)
(χU2(n−1)s2,χL2(n−1)s2)
χ
2
\chi^2
χ2的自由度为
n
−
1
n-1
n−1,
χ
U
2
=
q
c
h
i
q
(
1
−
α
/
2
,
n
−
1
)
\chi^2_{U}=qchiq(1-\alpha/2,n-1)
χU2=qchiq(1−α/2,n−1),
χ
L
2
=
q
c
h
i
q
(
α
/
2
,
n
−
1
)
\chi^2_{L}=qchiq(\alpha/2,n-1)
χL2=qchiq(α/2,n−1)
单样本检验
总体分布为正态分布
H 0 : σ 2 ≤ σ 0 2 v s H a : σ 2 > σ 0 2 H_0: \sigma^2\le\sigma^2_0\ vs\ H_a:\sigma^2>\sigma^2_0 H0:σ2≤σ02 vs Ha:σ2>σ02
T . S . : χ 2 = ( n − 1 ) s 2 σ 0 2 T.S.:\chi^2=\frac{(n-1)s^2}{\sigma_0^2} T.S.:χ2=σ02(n−1)s2
R . R . : χ 2 > χ U 2 R.R.: \chi^2>\chi^2_U R.R.:χ2>χU2
其他两种类型的检验类似,此处略。
非正态性对检验的影响较大
两样本检验
适用条件:两个总体均为正态分布
H
0
:
σ
1
2
≤
σ
2
2
v
s
H
a
:
σ
1
2
>
σ
2
2
H_0: \sigma^2_1\le\sigma^2_2\ vs\ H_a:\sigma^2_1>\sigma^2_2
H0:σ12≤σ22 vs Ha:σ12>σ22
T . S . : F = s 1 2 s 2 2 T.S.:F=\frac{s_1^2}{s_2^2} T.S.:F=s22s12
R . R . : F > F α R.R.: F>F_{\alpha} R.R.:F>Fα
其中 F α F_\alpha Fα自由度为 ( n 1 − 1 , n 2 − 1 ) (n_1-1,n_2-1) (n1−1,n2−1)
若只能查表,须记住如下关系
F
1
−
α
,
d
f
1
,
d
f
2
=
1
/
F
α
,
d
f
2
,
d
f
1
F_{1-\alpha,df_1,df_2}=1/F_{\alpha,df_2,df_1}
F1−α,df1,df2=1/Fα,df2,df1
σ 1 2 / σ 2 2 \sigma_1^2/\sigma^2_2 σ12/σ22的区间估计
适用条件:两个总体均为正态分布
(
s
1
2
s
2
2
F
L
,
s
1
2
s
2
2
F
U
)
\Big(\frac{s^2_1}{s_2^2}F_L,\frac{s^2_1}{s_2^2}F_U\Big)
(s22s12FL,s22s12FU)
注意非正态性对检验和估计的影响很大。
分布数量大于2的方差检验
BFL test(Brown-Forsythe-Levene test)
定义
z
i
j
=
∣
y
i
j
−
y
ˉ
i
⋅
∣
z_{ij}=\lvert y_{ij}-\bar{y}_{i\cdot}\rvert
zij=∣yij−yˉi⋅∣
y
ˉ
i
⋅
\bar{y}_{i\cdot}
yˉi⋅为第i类样本的中位数
BFL test
H
0
:
σ
1
2
=
σ
2
2
=
⋯
=
σ
t
2
H
a
:
至
少
一
对
方
差
不
等
H_0: \sigma^2_1=\sigma_2^2=\cdots=\sigma_t^2\\H_a: 至少一对方差不等
H0:σ12=σ22=⋯=σt2Ha:至少一对方差不等
T . S . : L = ∑ i = 1 t n i ( z ˉ i ⋅ − z ˉ ⋅ ⋅ / ( t − 1 ) ) ∑ i = 1 t ∑ j = 1 n i ( z i j − z ˉ i ⋅ ) 2 / ( N − t ) ) T.S.: L=\frac{\sum_{i=1}^tn_i(\bar{z}_{i\cdot}-\bar{z}_{\cdot\cdot}/(t-1))}{\sum_{i=1}^t\sum_{j=1}^{n_i}(z_{ij}-\bar{z}_{i\cdot})^2/(N-t))} T.S.:L=∑i=1t∑j=1ni(zij−zˉi⋅)2/(N−t))∑i=1tni(zˉi⋅−zˉ⋅⋅/(t−1))
L ≥ F α d f 1 , d f 2 d f 1 = t − 1 , d f 2 = N − t L\ge F_{\alpha_df_1,df_2}\\df_1=t-1,df_2=N-t L≥Fαdf1,df2df1=t−1,df2=N−t