G:\Statistiske grundbegreber-v8\s1v8-forside.wpd
G:\Statistiske grundbegreber-v8\s1v8-forside.wpd
G:\Statistiske grundbegreber-v8\s1v8-forside.wpd
You also want an ePaper? Increase the reach of your titles
YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.
På figuren er afbildet tæthedsfunktionen<br />
for χ - fordelingerne ,<br />
2<br />
χ 2 () 5<br />
og ( ) .<br />
χ 2 ( 10)<br />
χ 2 20<br />
Det ses, at χ kun er defineret for tal<br />
2<br />
større end eller lig nul, og at χ-forde- 2<br />
39<br />
3.2 χ - fordelingen<br />
2<br />
linger ikke er symmetriske om middelværdien.<br />
Jo større frihedsgradstallet<br />
bliver jo mere symmetriske bliver de<br />
dog, og for store f - værdier - i praksis<br />
f > 30 - kan en χ -fordeling approksimeres med normalfordelingen hvor og<br />
2<br />
χ 2 ( f )<br />
n( µ , σ ), µ = f<br />
σ = 2 ⋅ f<br />
.<br />
TI89 har en kumuleret χ - fordeling ligesom naturligvis programmer som Statgraphics eller Maple<br />
2<br />
har det. Ved anvendelserne kan man dog udmærket klare sig med fraktiltabeller som angivet i tabel<br />
3 .<br />
Eksempel 3.1. Bergning af χ - værdier.<br />
2<br />
2<br />
2<br />
1) Find χ0. 025()<br />
8 og χ 0. 975()<br />
8 .<br />
2) Find P( X ≤ 5)<br />
,<br />
hvor X er χ - fordelt med 8 frihedsgrader.<br />
2<br />
LØSNING:<br />
2<br />
1) TI89: χ0. 025()<br />
8 =invChi2(0.025, 8) = 2.18<br />
2<br />
() 8 =invChi2(0.975, 8) = 17.5<br />
χ 0. 975<br />
(se det skraverede areal på figuren)<br />
Tabel: Ved opslag i tabel 3 under f = 8 fås<br />
for p= 2.5%, at<br />
2<br />
8 = 218,<br />
χ 0. 025 () .<br />
2<br />
og for p = 97.5%, at χ 0975 . () 8 = 175 .<br />
2) TI89: P( X ≤ 5)<br />
= chi2Cdf(0, 5, 8) = 0.242<br />
P( X ≤ 5)<br />
Tabel: Af tabel 3 fremgår, at ligger mellem 20% og 50%, men tættest ved de 20 %.<br />
Ved interpolation mellem 4.59 og 7.34 fås ca. 24 %.