SlideServe
Télécharger Obtenir Pro
Menu
Accueil Pro
Préférences
ApparenceLight Aide et commentaires
© SlideServe · v2026

χ 2 Distribution

adrina avatar
adrina
12 diapositives · 318 Views · Oct 21, 2014

χ 2 Distribution. Given n random independent variants (x 1 , x 2 , …, x n ), their distribution will be a normal distribution. If these variants are all squared (x 1 2 , x 2 2 , …, x n 2 ), will they still fall into a normal distribution?. χ 2 Distribution. χ 2 Distribution.

#χ 2 distribution #χ 2 distribution ppt #powerpoint #presentation
χ 2 Distribution - slide 1
01 / 12χ 2 Distribution
1 / 17

Télécharger la présentation

χ 2 Distribution
Une image / un lien ci-dessous est fourni (tel quel) pour télécharger la présentation

Politique de téléchargement : le contenu du site vous est fourni TEL QUEL pour votre information et votre usage personnel ; il ne peut être vendu, concédé sous licence ni partagé sur d’autres sites sans l’accord de son auteur.Le contenu vous est fourni TEL QUEL, pour votre information et votre usage personnel uniquement. Téléchargez la présentation en cliquant sur ce lien. Lors du téléchargement, si vous ne parvenez pas à télécharger une présentation, l’éditeur a peut-être supprimé le fichier de son serveur.Pendant le téléchargement, si vous ne parvenez pas à obtenir une présentation, le fichier a peut-être été supprimé par l’éditeur.

F I N

Plus de contenu associé

Transcription de la présentation

  1. χ2 Distribution • Given n random independent variants (x1, x2, …, xn), their distribution will be a normal distribution. • If these variants are all squared (x12, x22, …, xn2), will they still fall into a normal distribution?

  2. χ2 Distribution

  3. χ2Distribution • χ2=Σ(x－μ)2/σ2 = ns2/σ2 • df = n－1 • critical value: χα(n)2 • e.g. χ0.05(12)2=21.00

  4. χ2 Distribution • Common usage:• Inference on a single normal variance.• Chi-squared Tests:   - test for independence,   - homogenity,   - goodness of fit.

  5. Case • 教材试用：中等水平的学校 • 人数：n=101 • 标准差：s=15.7 • 全区标准差： σ=12.1 • 试点平均分＝全区平均分 • α= 0.05 • 教材是否适用？

  6. Case • Null hypothesis: H0: s= σ • χ2=ns2/σ2 =101*15.72/12.12 =170.039 χ2 α/2=129.56 χ 2 >χ2 α/2 Conclusion: suitable for the advanced students, but not for the intermediate.

  7. F distribution • The F distribution is the distribution of the ratio of two estimates of variance. It is used to compute probability values in the analysis of variance. • The F distribution has two parameters: • degrees of freedom numerator (dfn, dfb) • degrees of freedom denominator (dfd, dfw)

  8. F distribution

  9. F distribution • F=S2(n1-1)/S2(n2-1) • S2(n1-1):the first variance with the degree of freedom of n1-1 • S2(n2-1): the second variance with the degree of freedom of n2-1

  10. F distribution • Example Sample 1: standard deviation of 19.17, n1=15 Sample 2: standard deviation of 54.19 n2=15 Variance of Sample 1: 19.172=367.49 Variance of Sample 2: 54.192=2936.56 F=367.49/2936.56=7.99 F(14,14, α=0.05)=2.48

  11. Case • 两个班使用不同的教学方法，甲班31人，乙班25人。期末两个班考试成绩方差分别为62，92。方差是否有显著差别？

  12. Case • H0: σ12=σ22 • F=S2(n1-1)/S2(n2-1) = S2(大)/S2(小) ＝ 92 /62 =81/36 =2.25 F(24,30, α=0.05/2)=2.14 F> F(24,30, α=0.05/2) H0 rejected There is significant difference.