2020/2I14 ·●●经验分布的基本理论 是F的一个很好估计？ :是一个德机支 服从二项分布 国=∑化< 这 低≤- 所以。 。·●经验分布函数的性质 分布函数的估计 定用士令X,X。一E经娘分布函数广。有下性质 的分布拟合，数据的经验分布函数如图 1,意国定点王 EE)-P间miR.e)-Fe0-Fe 2.(Glivenko-Canteli)sup ()-F(z)0. 3.(Dvoretzky-Kiefer6 witz(DKW)nequality对任意的e>Q P(p.-Fe>)s 使用ecdf函数制作分布函数 nerve=scan("E:\datal onparnerve.dat") plot(ecdf(nervo,verticals=T)) e sort) plot(nerve.sort,nerve.cdf) 4 9 2020/2/14 9 经验分布的基本理论 > 50 是F的一个很好估计？  给定x， 是一个随机变量： 服从二项分布  所以 经验分布函数的性质 分布函数的估计  例:1966年Cox和Lewis的一篇研究报告给出了神 经纤维细胞连续799次激活的等待时间(相邻脉冲) 的分布拟合,数据的经验分布函数如图: ((1/(2*799))*log(2/0.05,exp(1)))^0.5 [1] 0.04804618 nerve=scan(“E:\\data\\nonpar\\nerve.dat") nerve.sort=sort(nerve) nerve.rank=rank(nerve.sort) nerve.cdf=nerve.rank/length(nerve) plot(nerve.sort,nerve.cdf) 使用ecdf函数制作分布函数 plot(ecdf(nerve,verticals=T)) attach(faithful) plot(ecdf(eruptions), do.points=FALSE, verticals=TRUE) 49 50 51 52 53 54