数学建模——拟合优度检验法:

拟合优度检验法:

可以用来检测抽样结果与特定分布函数的吻合程度,也可以用来测试离散的二维变量的独立程度。

实例演示:某家啤酒厂生产三种类型的啤酒分别是淡啤酒、普通啤酒和黑啤酒。在一次对三种啤酒的市场份额的分析中,公司市场研究小组提出了一个问题:男性与女性饮酒者对于三种啤酒的偏好是否存在差异?请对下表的调查数据,进行分析后回答问题。

性别

淡啤酒

普通啤酒

黑啤酒

合计

男性

20

40

20

80

女性

30

30

10

70

合计

50

70

30

150

步骤1提出假设:性别与啤酒偏好相互独立,即,其中i代表性别(1:男,2:女),j代表啤酒偏好(1:淡啤酒,2:普通啤酒,3:黑啤酒),,,为实际对应的i行j列的抽样数据,r为抽样的总数在此为150。

步骤2计算实际统计量与假设的理论值差量,运用公式,其中为实测频数为假设的理论频数,针对此题的假设公式可以变形为,通过计算可以得到以下数据:

性别

实际频数()

期望频数()

男性

淡啤酒

20

26.67

1.67

普通啤酒

40

37.33

0.19

黑啤酒

20

16

1.00

女性

淡啤酒

30

23.33

1.91

普通啤酒

30

32.67

0.22

黑啤酒

10

14

1.14

合计

150

150

步骤3确定自由度和显著水平并进行最终决策。自由度的选择是当假设的理论分布F(X)中有r个未知参数时,则自由度应为(k-r-1),此题的假设理论分布为二维分布且无未知参数,故自由度=(n-1)(m-1)。通常取定显著水平,进而通过查表得知临界值,对和进行比较若假设成立,反之则假设不成立,另外还可视为相关性,其值越大则说明相关性越高。此题存在=6.13>5.99 ,因此假设不成立并得出结论性别和啤酒偏好之间存在依赖关系。

常用参数的分布表如下:

n

0.1

0.05

数学建模——拟合优度检验法:

0.02

0.01

1

2.70554

3.84146

5.41189

6.63490

2

4.60517

5.99146

7.82405

9.21034

3

6.25139

7.81473

9.83741

11.34487

4

7.77944

9.48773

11.66784

13.27670

5

9.23636

11.07050

13.38822

15.08627

6

10.64464

12.59159

15.03321

16.81189

7

12.01704

14.06714

16.62242

18.47531

  

爱华网本文地址 » http://www.aihuau.com/a/25101014/219608.html

更多阅读

matlab曲线拟合 函数 用法以及例子 如何用matlab拟合曲线

matlab曲线拟合 函数 用法以及例子——简介在运行MATLAB编程进行数据的处理过程当中,我们常常用到matlab曲线拟合,但是工具箱由于需要人工交互,得到的拟合结果,需要人工的去提取,再输入,所以,工具箱拟合结果十分不适合调用,以及继续下面的操

完美的折中:用上证50+上证180+深100ETF拟合沪深300

近来有朋友提出异议,说“LaoK早有定论,拟合沪深300的最好办法是两份上证180ETF+1份深证100ETF,何必多此一举”等等。我一向不认可任何所谓的定论,如果某人早有定论大家不得更改,我们还要大脑干什么?就算这个结论是对的,我们也要讨论一下为

声明:《数学建模——拟合优度检验法:》为网友森树白云分享!如侵犯到您的合法权益请联系我们删除