正态概率纸 发表评论(0) 编辑词条
态概率纸
正态概率纸是一种特殊的坐标纸,其横坐标是等间隔的,纵坐标是按标准正态分布函数值给出的。
正态概率纸的意义:
1检验一组数据(即样本) 是否来自正态分布。
具体操作如下:
①把样本数据排序: ;
②在点 处,用修正频率 (或 )估计累计概率 。
计算这些估计值;
③把 个点
, , 逐一点在正态概率纸上。
④用目测法判断:
若这 个点近似在一直线附近,则认为该样本来自某正态总体;若 个点明显不在一直线附近,则认为该样本来自非正态总体。
正态概率纸上作图的步骤:
例3 随机选取10个零件,测得其直径与标准尺寸的偏差如下(单位:丝):
100.5, 90.0, 100.7, 97.0, 99.0, 105.0, 95.0, 86.0, 91.7, 83.0。
解析:
在正态概率纸上作图的步骤如下:
①将数据按从小到大的次序排列: ;
②计算修正频率 , ;
③将点 ,逐一点在正态概率纸上;
④观察上述 个点的分布状态,从图上可见,10个点基本在一条直线附近,因此认为直径与标准尺寸的偏差服从正态分布。
2. 在确认样本来自正态分布后,可在正态概率纸上作出正态均值 与正态标准差 的估计。具体操作如下:
(1)在图上用目测法画出一条直线;
(2)从纵轴0.50处画一水平线与直线 交于A点,从A点落下垂线,垂足M的横坐标便是正态均值u的估计值;
(3)从纵轴为0.84处画一水平线与直线 交于B点,从B点落下垂线,垂足N的横坐标是 的估计值,故线段MN的长度就是正态标准差 的估计值。
3. 在确认样本来自非正态分布后,可对数据作变换后再在正态概率纸上描点,若诸点近似在一直线附近,则可认为变换后的数据来自某正态总体,常用的变换有如下两个:
或 若数据 经对数变换 , ,后在正态概率纸上呈直线状,则可认为 ,并在图上定出u与 ,这时X服从对数正态分布,记为 。
当数据 经倒数变换 , ,后在正态概率纸上呈直线状,则可认为 ,并在图上定出u与 。这时X服从倒正态分布,记为 。
正态概率纸是一种特殊的坐标纸,其横坐标是等间隔的,纵坐标是按标准正态分布函数值给出的。
正态概率纸的意义:
1检验一组数据(即样本) 是否来自正态分布。
具体操作如下:
①把样本数据排序: ;
②在点 处,用修正频率 (或 )估计累计概率 。
计算这些估计值;
③把 个点
, , 逐一点在正态概率纸上。
④用目测法判断:
若这 个点近似在一直线附近,则认为该样本来自某正态总体;若 个点明显不在一直线附近,则认为该样本来自非正态总体。
正态概率纸上作图的步骤:
例3 随机选取10个零件,测得其直径与标准尺寸的偏差如下(单位:丝):
100.5, 90.0, 100.7, 97.0, 99.0, 105.0, 95.0, 86.0, 91.7, 83.0。
解析:
在正态概率纸上作图的步骤如下:
①将数据按从小到大的次序排列: ;
②计算修正频率 , ;
③将点 ,逐一点在正态概率纸上;
④观察上述 个点的分布状态,从图上可见,10个点基本在一条直线附近,因此认为直径与标准尺寸的偏差服从正态分布。
2. 在确认样本来自正态分布后,可在正态概率纸上作出正态均值 与正态标准差 的估计。具体操作如下:
(1)在图上用目测法画出一条直线;
(2)从纵轴0.50处画一水平线与直线 交于A点,从A点落下垂线,垂足M的横坐标便是正态均值u的估计值;
(3)从纵轴为0.84处画一水平线与直线 交于B点,从B点落下垂线,垂足N的横坐标是 的估计值,故线段MN的长度就是正态标准差 的估计值。
3. 在确认样本来自非正态分布后,可对数据作变换后再在正态概率纸上描点,若诸点近似在一直线附近,则可认为变换后的数据来自某正态总体,常用的变换有如下两个:
或 若数据 经对数变换 , ,后在正态概率纸上呈直线状,则可认为 ,并在图上定出u与 ,这时X服从对数正态分布,记为 。
当数据 经倒数变换 , ,后在正态概率纸上呈直线状,则可认为 ,并在图上定出u与 。这时X服从倒正态分布,记为 。
附件列表
→如果您认为本词条还有待完善,请 编辑词条
词条内容仅供参考,如果您需要解决具体问题
(尤其在法律、医学等领域),建议您咨询相关领域专业人士。
2
标签: 正态概率纸的作用
收藏到:
同义词: 暂无同义词
关于本词条的评论 (共0条)发表评论>>