a<-rnorm(100)
#卡方分布图
b<-dchisq(a,1) #变换为卡方分布
hist(b)
#t分布图
c<-dt(a,1,0)#变换为t分布
hist(c)
#F分布图
d<-df(a,1,1,0)#变换为f分布
hist(f)
卡方拟合优度检验,用于衡量观测频数与期望频数之间的差异
一般地,假设总体分r类 ,分布假设检验问题
在原假设下, 期望频数 :
假设从总体中随机抽取n个样本,并记 为样本中分到类中的个数,称为 观测频数 。
K.Pearson在原假设 成立下:
因此,在显著性水平 下,拒绝域为
p-value = 0.9254>0.05,则不应拒绝原假设,孟德尔的结论是成立的。
同理,可以先计算出
某美发店上半年各月顾客数量如下,请问该店各月顾客数是否为均匀分布?
我们用R语言来模拟一下实际操作
R语言实验结果与示例完全相同。