卡方的计算我有两组数据:一组是实验数据(A);一组是理论数据(B),并且他们的形式是这样的:在坐标轴上他们都有相同的x值
来源:学生作业帮 编辑:作业帮 分类:数学作业 时间:2024/05/26 16:13:11
卡方的计算
我有两组数据:一组是实验数据(A);一组是理论数据(B),并且他们的形式是这样的:
在坐标轴上他们都有相同的x值,但是y值有所不同,比如说
A:(25,15),(40,35.5),(65,79),.
B:(25,18.5),(40,29.5),(65,86),.
如果我想用卡方来反映实际测量数据与理论值的偏差,应该如何去算呢
是不是简单地将他们的y值想减求平方再叠加起来,得到的就是卡方呢?还是需要另外除一
个数之类的?
但是我还有一个疑惑之处:一般的数值相除都是有物理意义的,而这里的分母是一次的,分子却成了2次,这样相除,物理的量纲对不上了,还有意义吗?
我有两组数据:一组是实验数据(A);一组是理论数据(B),并且他们的形式是这样的:
在坐标轴上他们都有相同的x值,但是y值有所不同,比如说
A:(25,15),(40,35.5),(65,79),.
B:(25,18.5),(40,29.5),(65,86),.
如果我想用卡方来反映实际测量数据与理论值的偏差,应该如何去算呢
是不是简单地将他们的y值想减求平方再叠加起来,得到的就是卡方呢?还是需要另外除一
个数之类的?
但是我还有一个疑惑之处:一般的数值相除都是有物理意义的,而这里的分母是一次的,分子却成了2次,这样相除,物理的量纲对不上了,还有意义吗?
χ²=∑[(yA-yB)²/yB]
注意,这里只用每组数据(x,y)中后面的数y.
也就是说,在x处时,理论值应是B中的y(即yB)而实测结果却是A中的y(即yA).
哈哈!告诉你吧,数理统计是应用数学的一个重要分支,要知道数学结论都是经过严格的数学推理[具有极强的逻辑性]推导出来的,不是凭空想象的.如果你是大学生的话,你应该知道用样本方差s²=∑[(xi-x)²/(n-1)]来估计总体方差时,为什么用(n-1)而不用n,因为用(n-1)时s²恰是总体方差σ²的无偏估计[数理统计中有证明过程的].和方差一样,χ²=∑[(yA-yB)²/yB]也代表着数据的相对离散程度,方差或卡方值χ²越大,说明数据离散程度越大,也就是误差越大.至于用平方和,其实最初是考虑用离均差的绝对值求和的,主要是为了避免离均差之间正负相互抵消为0,而后来发现用离均差的平方和更合理,也便于计算,非常完美.数学不同于物理学,有很多量是无量纲量,但无量纲并不等于没有意义.
注意,这里只用每组数据(x,y)中后面的数y.
也就是说,在x处时,理论值应是B中的y(即yB)而实测结果却是A中的y(即yA).
哈哈!告诉你吧,数理统计是应用数学的一个重要分支,要知道数学结论都是经过严格的数学推理[具有极强的逻辑性]推导出来的,不是凭空想象的.如果你是大学生的话,你应该知道用样本方差s²=∑[(xi-x)²/(n-1)]来估计总体方差时,为什么用(n-1)而不用n,因为用(n-1)时s²恰是总体方差σ²的无偏估计[数理统计中有证明过程的].和方差一样,χ²=∑[(yA-yB)²/yB]也代表着数据的相对离散程度,方差或卡方值χ²越大,说明数据离散程度越大,也就是误差越大.至于用平方和,其实最初是考虑用离均差的绝对值求和的,主要是为了避免离均差之间正负相互抵消为0,而后来发现用离均差的平方和更合理,也便于计算,非常完美.数学不同于物理学,有很多量是无量纲量,但无量纲并不等于没有意义.
卡方的计算我有两组数据:一组是实验数据(A);一组是理论数据(B),并且他们的形式是这样的:在坐标轴上他们都有相同的x值
两组数据的相关性检验情况是这样的,我自己计算得到一组数据,比如:1,3,5,12,33有一组理论计算值:比如20,30,
在一组数据:23+27+30+18+x+12+中,若他们的中位数是21,那么这组数据的平均数是多少?
一组数据的标准差是2,则这组数据方差是?
有一组数据如下:30.24.36.18.24.24这一组数据的中位数是( ),众数是( ).
有一组数据:8,12,11,9,x.若这组数据的平均数是10,则这组数据的中位数是?
众数是一组数据中()的数
一组数据的方差一定是( )
一组数据的最大的数与平均数相同,则这组数据的标准差是
若一组数据的平均数是x拔,众数是m,中位数是n,那么将每个数据加上3后得到一组新数据,则这组新数据的
一组数据8,12,x,11,9的平均数是10,则这样数据的方差是( )
一组数据有10个,它们的中位数是8.9,如果把其中最小的数据减少0.89,现在他们的中位数是( )