作者kingbee (kingbee)
看板Statistics
标题Re: [问题] Chi-squared distribution的很多问题Or …
时间Fri Nov 9 12:58:24 2007
※ 引述《victorfancy (千古强运阿朴。)》之铭言:
: ※ 引述《algebra1029 (代数)》之铭言:
: : 这个问题你描述了两次
: : 这次更酷,你就写了一个「登记下来」,还是没说你登记的是什麽…
: : 还更厉害的是,你会有「3000组的raw data (各有红牌.黑牌)」
: : 还「(各有红牌.黑牌)」哩…
: : 真厉害,你第一篇不是说「抽出红牌就纪录下来」吗?
: : 啊怎麽现在又跑出了「黑牌」的raw data ?
: : 你的统计课 变成 魔术课 了??
: : 我猜你的问题,除了上帝,没人看得懂…
: : 请注意,这句话完全没有表示上帝看得懂…
: : 你连你要记录的是什麽,都没写出来
: : 我再猜一下好了,
: : 我猜你作业作了一大半以後,其实你也不知道你记录的是什麽…
: 我描述了两次,第二次是针对y兄不懂的地方提出的
: 并不是整题又再叙述一遍
: 但是既然记录了红牌的次数,当然黑牌在每一回合中(抽50次牌)出现几次也会有纪录
: 所以加总60回合後,红黑牌是3000组的raw data..
: 但是主要是要登记红牌出现的次数 我在第一篇文章确实没有说的很清楚的样子
: 而我们主要就是要算"红牌的出现次数"去做二项、Poisson、Normal的折线图+直条图
: 而我抽中红牌的机率(P)是20/51
: 要看我实验的结果有没有贴近二项式的分布图并与Poisson、Normal在比较看看
: 以及为什麽电脑跑出来的会跟我抽的差那麽多
: 是人为的因素还是什麽因素之类的
: 我的作业作了一大半,我很清楚怎麽去做出来,也清楚教授的主要目的
: 但是我对於最後突然冒出来的卡方分布,真的不懂
: 主要就是教授只说了简单的几句
此为变异数方面的检定
s^2 为你实验所产生的变异数
np(1-p) 是二项分布的变异数
: X^2=s^2/np(1-p)
: 去配自由度那张卡方分布图 如果推出来的p值接近0.5
: 就代表作的实验算是符合合理范围
: 我连p值是什麽东西都不知道阿 Orz...
: 这个p值应该不会就只是前面那个p(机率)吧?
: 可是讲义上面的同一个公:
一样也是变异数方面的检定
s^2 为你实验的变异数
底下X 为某一分布的变异数 这里若说是Poisson分布的话
他的期望值和变异数皆为λ 也就是 二项分布中若发生机率p很小时但样本数够大
可以用np来代替
固然λ=np
所以接下来就是做检定的动作了 看X^2=s^2/σ^2 的值多少去查p-value多少
假设p=0.05为显着水准的话
你去算那个p-value比他高还是比他低
越低如p-value=0.01 就是统计显着
意味着你的实验 变异数和你想看的分布(二项,Poisson)的变异数不同
_ _
: 却是 X^2=s^2/X ,X = np =AVERAGE
: ^^^^^^^^^^^^^^^
: 这边我是觉得怪怪的
: 为什麽两个公式会不一样,以我的菜英文来看它上面有提到的值都是用Poisson
: 而我们教授上课所说的是用二项式
: 而二项式的 _
: X=np(1-p)
: 在我做了两个公式以後,我发现我实际操作的实验用
: 讲义上的公式推出的p值会很接近0.5
: 而用Excel乱数跑出来的模拟抽牌实验去做
: 讲义上的公式推出来的p值却超过0.98...
: 而用老师上课的内容是用二项式的公式去推的话
: 我实验的data推出来就远低於p=0.5
: 而用Excel乱数跑出来的模拟抽牌实验去做p反而比较接近0.5
: 所以我最後就定下结论 (老实说我真的还不是很懂...)
: " 因为我以二项式分布的折线图来看 因为我的红牌出现次数(做成直条图) "
: 有的很低,没有都在二项式分布跑出来的折线图里面
: 而Excel乱数跑出来的模拟抽牌实验模拟的红牌出现次数反而大部分都在
: 二项式分布跑出来的折线图里面
: " 所以应该是以教授的公式是正确的,电脑模拟的比较漂亮理应推估的p值 "
: 要接近0.5
: " 抽牌实验的机率算是比较大的,所以用二项式去做 "
: 疑问就剩下
: 讲义的卡方分布图是用poisson的,那我是用二项式去推估
: 不会有问题吗?
: 讲义的图是http://0rz.tw/5d3fd
: 不要理会图中的红线 那是我之前画的 (根据我这次定的结论来看,应该是错的)
: 讲义图的下面有说明是
: A plot of the chi-squared distribution. For each curve, p give the
: probability that a random sample of N numbers from a true Poisson distribution
: would have a larger value of X^2/v than that of the ordinate. For data for
: which the experimental mean is used to calculate X^2, the number of degrees of
: freedom v = N-1
: _
: 公式在前面是X^2=(N-1)s^2/X
: 之前我都没有+(N-1) 是因为以这个图来说 到时候还会除以(N-1)等於就这样消掉了
: 以上...
: 我已经把我能表达的几乎都尽量表达出来了...
: 还是看不懂得大大们
: 就请继续鞭饬.. 因为我真的不是很懂这些东西
: 骂一骂可能我会比较省悟这样@@"
--
※ 发信站: 批踢踢实业坊(ptt.cc)
◆ From: 140.128.140.121
1F:→ kingbee:忘了补一下 要查X^2 自由度为1的机率表 11/09 12:59