图7-1给出了几个不同自由度的x2概率分布密度曲线 df-5 d/=6 图7-1几个自由度的x2概率分布密度曲 、x2)的连续性矫正 由(7-1)式计算的x2只是近似地服从连续型随机变量x2分布。在对次数资料进行x2 检验利用连续型随机变量x2分布计算概率时,常常偏低,特别是当自由度为1时偏差较大 Yates(1934)提出了一个矫正公式,矫正后的x2值记为x2 ∑ (4-n 当自由度大于时,(7-1)式的x2分布与连续型随机变量x2分布相近似,这时,可不作 连续性矫正,但要求各组内的理论次数不小于5。若某组的理论次数小于5,则应把它与其相 邻的一组或几组合并,直到理论次数大于5为止。 第二节适合性检验 适合性检验的意义 判断实际观察的属性类别分配是否符合已知属性类别分配理论或学说的假设检验称为 适合性检验。在适合性检验中,无效假设为H:实际观察的属性类别分配符合已知属性类别 分配的理论或学说:备择假设为H:实际观察的属性类别分配不符合已知属性类别分配的理 论或学说。并在无效假设成立的条件下,按已知属性类别分配的理论或学说计算各属性类别 的理论次数。因所计算得的各个属性类别理论次数的总和应等于各个属性类别实际观察次数 的总和,即独立的理论次数的个数等于属性类别分类数减1。也就是说,适合性检验的自由 度等于属性类别分类数减1。若属性类别分类数为k,则适合性检验的自由度为k1。然后根 据(7-1)或(7-4)计算出x2或2c。将所计算得的2或2c值与根据自由度k-1查x2值表(附表8) 所得的临界x2值:x2a05、x2比较:若x2(或2)<x205,P>0.05,表明实际观察次数 127127 图7-1给出了几个不同自由度的 2  概率分布密度曲线。 三、 2  的连续性矫正 由(7-1)式计算的 2  只是近似地服从连续型随机变量 2  分布。在对次数资料进行 2  检验利用连续型随机变量 2  分布计算概率时，常常偏低，特别是当自由度为1时偏差较大。 Yates(1934)提出了一个矫正公式，矫正后的 2  值记为 2  c ： 2  c = − − T A T 2 ( 0.5) (7-4) 当自由度大于1时，(7-1)式的 2  分布与连续型随机变量 2  分布相近似，这时，可不作 连续性矫正，但要求各组内的理论次数不小于5。若某组的理论次数小于5，则应把它与其相 邻的一组或几组合并，直到理论次数大于5为止。 第二节 适合性检验 一、适合性检验的意义 判断实际观察的属性类别分配是否符合已知属性类别分配理论或学说的假设检验称为 适合性检验。在适合性检验中，无效假设为H0：实际观察的属性类别分配符合已知属性类别 分配的理论或学说；备择假设为HA：实际观察的属性类别分配不符合已知属性类别分配的理 论或学说。并在无效假设成立的条件下，按已知属性类别分配的理论或学说计算各属性类别 的理论次数。因所计算得的各个属性类别理论次数的总和应等于各个属性类别实际观察次数 的总和，即独立的理论次数的个数等于属性类别分类数减1。也就是说，适合性检验的自由 度等于属性类别分类数减1。若属性类别分类数为k，则适合性检验的自由度为k-1 。然后根 据(7-1)或(7-4)计算出 2或 2 c。将所计算得的 2或 2 c值与根据自由度k-1查 2值表(附表8) 所得的临界 2值： 2 0.05、 2 0.01比较：若 2 (或 2 c)＜ 2 0.05，P＞0.05，表明实际观察次数 图 7-1 几个自由度的 2  概率分布密度曲 线