[問題] 樣本估計母體

看板Statistics作者時間10年前 (2014/04/07 11:20), 編輯推噓0(0推 0噓 43→)
留言43則, 3人參與, 最新討論串1/1
大家好 假設我有兩組隨機變數 我想用一個機率分布去描述這兩組隨機變數 比如說Rayleigh distribution 那麼我該如何分析這兩組隨機變數是來自同一個Rayleigh distribution 也就是同一個母體 我找了相關資料 大部分的test都是要母體為常態分布 似乎很難找到母體不為常態分布的測試方法 感謝各位 -- ※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 140.112.19.237 ※ 文章網址: http://www.ptt.cc/bbs/Statistics/M.1396840800.A.2BB.html
→
04/07 21:42, , 1F
什麼叫 "兩組隨機變數"? 是 "兩組資料" 或是其他意思?
04/07 21:42, 1F
→
04/07 21:43, , 2F
再者, 你是要在 Rayleigh di*stribution 之下檢驗兩個分布
04/07 21:43, 2F
→
04/07 21:44, , 3F
相同, 也就是說它們有相同參數? 或是要檢定它們是否可用
04/07 21:44, 3F
→
04/07 21:44, , 4F
Rayleigh distribution 描述?
04/07 21:44, 4F
→
04/07 21:46, , 5F
別寄信給我, 我已經刪信刪得煩死了! 有這個版能討論, 卻寄私
04/07 21:46, 5F
→
04/07 21:46, , 6F
信, 不合適!
04/07 21:46, 6F
→
04/07 22:19, , 7F
恩 是兩組資料沒錯 我是要檢驗有相同的參數
04/07 22:19, 7F
→
04/07 22:21, , 8F
就是在Rayleigh distribution下 兩個的參數是否相同
04/07 22:21, 8F
→
04/08 15:50, , 9F
Rayleigh distribution 一般只有一個參數, 就是 scale 參數.
04/08 15:50, 9F
→
04/08 15:51, , 10F
設 X1,...,Xm 是第一組資料, 來自 R(σ); Y1,...,Yn 是第二
04/08 15:51, 10F
→
04/08 15:53, , 11F
組, 來自 R(τ). 則 ΣXi^2 服從 gamma(2m,σ^2/2),
04/08 15:53, 11F
→
04/08 15:55, , 12F
ΣYj^2 服從 gamma(2n,τ^2/2). 或者說 ΣXi^2/σ^2 是卡方
04/08 15:55, 12F
→
04/08 15:56, , 13F
自由度 2m; ΣYj^2/τ^2 也是卡方, 自由度 2n. 若兩組資料是
04/08 15:56, 13F
→
04/08 15:57, , 14F
相互獨立的, 則 [ΣXi^2/(2mσ^2)]/[ΣYj^2/(2nσ^2)] 服從
04/08 15:57, 14F
→
04/08 15:58, , 15F
自由度 (2m,2n) 的 F 分布. 因此要對 σ/τ 做推論, 就可根
04/08 15:58, 15F
→
04/08 15:58, , 16F
據 F 分布來做.
04/08 15:58, 16F
→
04/08 16:02, , 17F
例如要檢定 σ=τ against σ≠τ, 用(ΣXi^2/m)/(ΣYj^2/n)
04/08 16:02, 17F
→
04/08 16:03, , 18F
與 F(2m,2n) 的雙尾臨界值比較.
04/08 16:03, 18F
→
04/08 16:28, , 19F
請問 如果要檢定是否可以用Rayleigh distribution來描述的話
04/08 16:28, 19F
→
04/08 16:28, , 20F
該怎麼做比較好 感謝您
04/08 16:28, 20F
→
04/08 18:05, , 21F
你上面的推文就是....
04/08 18:05, 21F
→
04/08 18:20, , 22F
要看資料是否適合用 Rayleigh distribution 描述, 一是從資
04/08 18:20, 22F
→
04/08 18:21, , 23F
料的理論背景去看. Rayleigh 變量是兩個同分布, 獨立, 均值0
04/08 18:21, 23F
→
04/08 18:22, , 24F
的常態變量的均方根. 你的資料是否有此特性?
04/08 18:22, 24F
→
04/08 18:23, , 25F
完全用資料去檢定, 兩種常用的檢定方法, 一是 K-S 檢定, 二
04/08 18:23, 25F
→
04/08 18:24, , 26F
是卡方檢定. 後者適用於資料量較多時, 因為要分組, 最好能分
04/08 18:24, 26F
→
04/08 18:24, , 27F
成許多組, 而每一組資料數又要夠多.
04/08 18:24, 27F
→
04/08 18:28, , 28F
又 X 服從 Rayleigh 分布, 表示 X^2 服從指數分布.
04/08 18:28, 28F
→
04/08 18:29, , 29F
上面關於 ΣXi^2, ΣYj^2 的分布的參數寫錯了, 2σ^2,2τ^2
04/08 18:29, 29F
→
04/08 18:30, , 30F
才對, 不是 σ^2/2, τ^2/2.
04/08 18:30, 30F
→
04/08 18:31, , 31F
K-S 檢定, 即 Komogorov-Smirnov test.
04/08 18:31, 31F
→
04/08 18:49, , 32F
請問作卡方適配度檢定的話 假設資料有N筆 自由度為N-1嗎?
04/08 18:49, 32F
→
04/08 20:16, , 33F
我看到上面的推文裡有提到自由度為2N，不知道為何是兩倍
04/08 20:16, 33F
→
04/08 20:19, , 34F
卡方檢定是要將一個分布分成 k 段, 也就是說資料被分成 k 組
04/08 20:19, 34F
→
04/08 20:20, , 35F
由於 Rayleigh 分布有一個參數需要用資料估計, 因此自由度是
04/08 20:20, 35F
→
04/08 20:21, , 36F
k-2. 請參考統計學之 chi-squaredtest for goodness of fit.
04/08 20:21, 36F
→
04/08 20:22, , 37F
至於上面說的比較兩個抽自 Rayleigh 群體之樣本的 F 程序涉
04/08 20:22, 37F
→
04/08 20:22, , 38F
及的自由度, 與卡方適合度檢定是兩回事, 別混為一談. 至於為
04/08 20:22, 38F
→
04/08 20:23, , 39F
何自由度是 2m, 2n, 如果你有些關於統計常用分布的認識, 上
04/08 20:23, 39F
→
04/08 20:24, , 40F
面已說明了其緣由了; 如果你沒有任何這方面的基礎認知, 我不
04/08 20:24, 40F
→
04/08 20:24, , 41F
認為我有能力在這裡教會你.
04/08 20:24, 41F
→
04/08 21:27, , 42F
我的確是沒有統計的相關知識 是因為研究上用到才會來這請教
04/08 21:27, 42F
→
04/08 21:28, , 43F
真的很感謝你這麼熱心的解答 幫助了我不少 衷心感謝
04/08 21:28, 43F
‣ 更多 hipya 的文章
文章代碼(AID): #1JGXbWAx (Statistics)