如何证明pearson分布拟合检验中统计量chi-squared的渐近分
职业培训
培训职业
2025-01-06
在统计学领域,Pearson分布拟合检验中,卡方分布的自由度通常表示为k-1。然而,这一设定并未考虑未知参数的数量r。实际上,现今广泛使用的卡方分布自由度取为k-1-r,这一结论在1924年由Fisher提出。这一细节在陈院士所编写的《概率论与数理统计》一书中有所阐述,书中在P238页
在统计学领域,Pearson分布拟合检验中,卡方分布的自由度通常表示为k-1。然而,这一设定并未考虑未知参数的数量r。实际上,现今广泛使用的卡方分布自由度取为k-1-r,这一结论在1924年由Fisher提出。
这一细节在陈院士所编写的《概率论与数理统计》一书中有所阐述,书中在P238页提到此点,并引用了定理3.2。然而,证明这一结论的过程相当复杂,书中仅以“确切条件很复杂”来概括。对于非数学专业读者而言,这一证明可能不在其知识范畴之内,更高级的课程中才会有所涉及。
对于数学专业的学生而言,深入理解这一理论的证明过程可能是有益的。但对于应用导向的专业学生,了解这一结论的本质以及其应用价值可能更为重要,深入的数学证明可能并非必要。
陈院士在书中通过例题形式,逐步介绍了Pearson原定理的证明过程,对于希望深入了解这一理论的读者而言,书中内容可以作为学习资源。希望这一信息能对你的学习有所帮助。
标签
版权声明:本文由哟品培原创或收集发布,如需转载请注明出处。
上一篇:雅思考试报名能不能连续报名两场
下一篇:绅移海外做加拿大移民好吗
猜你喜欢
其他标签