1. 参数估计与假设检验
1.1 区间估计
1.2 经验分布函数
1.3 Q - Q图
Q-Q图(Quantile-Quantile Plot)是检验拟合优度的好方法,目前在国外被广泛使用,它的图示方法简单直观,易于使用。对于一组观察数据x1,x2,…,xn。,利用参数估计方法确定了分布模型的参数θ后,分布函数F(x;θ)就知道了,现在希望知道的是观测数据与分布模型的拟合效果如何。如果拟合效果好,观测数据的经验分布就应当非常接近分布模型的理论分布,而经验分布函数的分位数自然也应当与分布模型的理论分位数近似相等。Q-Q图的基本思想就是基于这个观点,将经验分布函数的分位数点和分布模型的理论分位数点作为一对数组画在直角坐标图上,就是一个点,n个观测数据对应n个点,如果这n个点看起来像一条直线,说明观测数据与分布模型的拟合效果很好,以下简单地给出计算步骤。