高等数学 / 系统课时

卡方拟合优度检验

卡方拟合优度检验

卡方拟合优度检验解决一个直接问题:一组分类数据的实际频数,是否与预先给定的概率模型相符。学完后,你可以从观测频数计算期望频数,完成统计量、自由度和结论判断。

学习目标

  • 根据指定概率模型计算各类别的期望频数
  • 正确计算卡方统计量与自由度
  • 判断何时拒绝模型,并识别常见使用错误

检验在回答什么

设分类变量共有 kk 个互斥类别,样本总量为 nn。原假设 H0H_0 规定每个类别的理论概率为 p1,p2,…,pkp_1,p_2,\ldots,p_k,因此第 ii 类的期望频数为:

Ei=npiE_i=np_i

实际观察到的频数记为 OiO_i。若模型合理,OiO_i 与 EiE_i 不会完全相同,但差异应主要来自随机抽样波动。拟合优度检验把所有类别的偏差合并,判断总体偏差是否大到难以用随机性解释。

观测频数与期望频数的拟合比较

从频数到卡方统计量

统计量定义为:

χ2=∑i=1k(Oi−Ei)2Ei\chi^2=\sum_{i=1}^{k}\frac{(O_i-E_i)^2}{E_i}

平方会消除正负抵消,除以 EiE_i 则让不同规模类别的偏差具有可比性。统计量越大,说明观测分布与理论分布偏离越明显。检验只看卡方分布的右尾,因为接近零表示拟合良好,只有过大的值构成反对原假设的证据。

当所有理论概率都事先给定时,自由度通常为:

df=k−1df=k-1

减去 1 是因为总频数固定,前 k−1k-1 个类别确定后,最后一个类别的频数也随之确定。若理论分布中的 mm 个参数由当前样本估计,则自由度应调整为 k−1−mk-1-m。

完整示例

某骰子投掷 120 次,六个点数的观测频数分别为 14、22、18、25、19、22。检验骰子是否可视为均匀骰子。

原假设为六个点数概率均为 1/61/6,所以每类期望频数都是 120×1/6=20120\times 1/6=20。

点数 观测频数 OiO_i 期望频数 EiE_i 卡方贡献
1 14 20 1.80
2 22 20 0.20
3 18 20 0.20
4 25 20 1.25
5 19 20 0.05
6 22 20 0.20

因此:

χ2=1.80+0.20+0.20+1.25+0.05+0.20=3.70\chi^2=1.80+0.20+0.20+1.25+0.05+0.20=3.70

自由度为 6−1=56-1=5。在显著性水平 α=0.05\alpha=0.05 下,临界值约为 11.07。由于 3.70<11.073.70<11.07,不能拒绝原假设。结论不是“骰子一定公平”,而是当前 120 次结果没有提供足够证据说明它偏离均匀分布。

使用前提与常见错误

各次观测应相互独立,每个样本只能落入一个类别,类别概率之和必须为 1。期望频数不能过小;常用经验规则是没有期望频数小于 1,且小于 5 的类别不超过全部类别的 20%。不满足时可合并有业务意义的相邻类别,或改用精确方法。

最常见的错误是直接比较百分比而忽略样本量、把观测比例当成理论概率,以及在用样本估计参数后仍使用 k−1k-1 个自由度。还要注意,“不能拒绝”只表示证据不足,不等于证明模型绝对正确。

按自己的节奏,确认真正理解。

目录与阅读设置

阅读设置

17

记录一个想法

卡方拟合优度检验

0 / 10000 · 笔记保存到账号。未提交的修改会在关闭、离开或刷新后丢失。

登录哪都通