Poisson 的拟合优度检验 的示例

某家用电器公司的质量工程师想了解每台电视机的缺陷是否均来自 Poisson 分布。这位工程师随机选择了 300 台电视机,并记录了每台电视机的缺陷数。

  1. 打开样本数据,电视缺陷数.MTW
  2. 选择统计 > 基本统计 > Poisson 分布的拟合优度检验
  3. 变量中,输入缺陷数
  4. 频率变量:(可选)中,输入观测值
  5. 单击确定

解释结果

原假设声明数据服从 Poisson 分布。由于 p 值为 0.000,小于显著性水平 0.05,因此工程师否定原假设并得出数据不服从 Poisson 分布的结论。图形表明,类别 1 的观测值和预期值之间的差值较大且 3,类别 3 对卡方统计量的贡献最大。

Poisson 拟合优度检验: 缺陷数

方法 观测值 中的频率
描述性统计量 N 均值 300 0.536667 缺陷数 的观测和期望计数 观测 对卡方 缺陷数 Poisson 概率 计数 期望计数 的贡献 0 0.584694 213 175.408 8.056 1 0.313786 41 94.136 29.993 2 0.084199 18 25.260 2.086 >=3 0.017321 28 5.196 100.072
卡方检验 原假设 H₀: 数据遵循 Poisson 分布 备择假设 H₁: 数据不遵循 Poisson 分布

自由度 卡方 P 值 2 140.208 0.000

使用此网站,即表示您同意对数据分析和个性化内容使用 Cookie。  请阅读我们的政策