如何在C++ Boost庫中使用卡方分佈？

我檢查了Boost網站上的例子，但他們不是我要找的。如何在C++ Boost庫中使用卡方分佈？

說得簡單，我想，以查看是否在模具上的數目是有利的使用軋輥600，所以每數（1至6）的平均出現應當是100

我想使用卡方分佈來檢查死亡是否公平。

Help！，我該怎麼做？

來源

2010-01-17 sevaxx

假設e [i]和o [i]是包含6個可能性中每一個的預期和觀察計數的數組。在你的情況下，每個垃圾箱的e [i]是100，而o [i]是我在600次試驗中滾動的次數。

然後，通過求和計算卡方統計（E [I] -o [I]）/E [I]在 6個箱。假設您的o [i]陣列在進行600次試驗後出現105,95,102,98,98和102 。

智 = 5 /100 + 5 /100 + 2 /100 + 2 /100 + 2 /100 + 2 /100 = .660

你有五個自由度（箱數減1）。所以，你要已經聲明像

boost::math::chi_squared mydist(5);

創建表示您的卡方分佈Boost的對象。

此時，您可以使用Boost庫中的cdf訪問器函數（累積分佈函數）查找對應於具有五個自由度的卡方分數.660的p值。

p = boost::math::cdf(mydist,.660);

你應該得到的東西接近0.015，這將被解釋爲（1 - 0.015）觀察卡方得分至少爲極端爲0.660，中= 98.5％的概率如果假設空假設（死亡是公平的）持有。所以對於這組數據，零假設不能以任何合理的置信水平被拒絕。（免責聲明：未經測試的代碼！但是，如果我正確理解了Boost文檔，這就是它的工作方式。）

來源

2010-01-17 06:02:51

來自維基百科：「p-值不是零假設爲真的概率。」......「假設零假設爲真，p值是獲得至少與實際觀察到的一樣極端的檢驗統計量的概率。「 – telliott99 2010-01-25 12:50:40

@ telliott99：你是對的...我已經重新修改了這一部分，以澄清假設測試結果的解釋。 – 2010-01-25 17:44:06

如何在C++ Boost庫中使用卡方分佈？

回答

相關問題