c++ 一维高斯拟合

您所在的位置：网站首页 › 离散分布的拟合度检验 › c++ 一维高斯拟合

c++ 一维高斯拟合

2024-06-18 07:36| 来源: 网络整理| 查看: 265

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。

二项分布检验的Excel解答 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)。

Pr(离散的二项随机数X≥22)≈Pr(对应连续正态随机数Z;amp;amp;amp;amp;amp;amp;amp;amp;gt;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

【本文地址】

c++ 一维高斯拟合

c++ 一维高斯拟合

今日新闻

推荐新闻