第三节分布拟合的检验法关于总体分布的检验，是在总体X的分布未知时，根据它的n个观察值来检验关于总体分布的假设。（1）检验假设其中当为真组频数（一般要求，否则可合并相邻区间）。显然有。由频率的稳定性可知，在为真的条件下，的值很小。其中r为被估计参数的个数。（4）由样本观察值计算出的值。1.36,1.49,1.43,1.41,1.37,1.40,1.32,1.42,1.47,1.39,1.41,1.36,1.40,1.34,1.42,1.42,1.45,1.35,1.42,1.39,1.44,1.42,1.39,1.42,1.42,1.30,1.42,1.34,1.37,1.36,1.37,1.34,1.37,1.37,1.44,1.45,1.32,1.48,1.40,1.45,1.39,1.46,1.39,1.53,1.36,1.48,1.40,1.39,1.38,1.40,1.36,1.45,1.50,1.43,1.38,1.43,1.41,1.48,1.39,1.45,1.38,1.37,1.39,1.45,1.31,1.41,1.44,1.44,1.42,1.47,1.35,1.36,1.39,1.40,1.38,1.35,1.42,1.43,1.42,1.42,1.42,1.40,1.41,1.37,1.46,1.36,1.37,1.27,1.37,1.38,1.42,1.34,1.43,1.42,1.47,1.41,1.44,1.48,1.55,1.37（1）提出原假设例有100个数据，可划分为10组（通常样本容量在50~100时，可分为6~10组），由于1001.295,1.325,1.355,1.385,1.4151.445,1.475,1.505,1.535.再计算，最后计算出值，统一列出计算表（见表7—2）。表7—2（3）根据计算实践，要求。否则适当地合并区间，使满足这个要求。本例中前三组合并，后三组合并，k由原来的10变为6。对于给定的显著性水平，，使从上例可以看出，若所检验的总体分布是连续型的计算量比较大，也比较麻烦。若所检验的总体为离散型的，则问题往往比较简单一些。81617106210所以，即分布列为在成立的条件下，有列出计算表（见表7—3）。0.1252因此，在下接受原假设，即认为呼唤次数X服从的泊松分布。一道工序用自动化车床连续加工某种零件，由于刀具损坏等原因该工序会出现故障，其中刀具损坏故障占95%,其它故障仅占5%。工序出现故障是完全随机的,假定在生产任一零件时出现故障的机会均相同。工作人员通过检查零件来确定工序是否出现故障。现积累有100次刀具故障记录，故障出现时该刀具完成的零件数如附表。现计划在刀具加工一定件数后定期更换新刀具。已知生产工序的费用参数如下：故障时产出的零件损失费用f=200元/件；进行检查的费用t=10元/次；发现故障进行调节使恢复正常的平均费用d=3000元/次(包括刀具费)；未发现故障时更换一把新刀具的费用k=1000元/次。1)假定工序故障时产出的零件均为不合格品，正常时产出的零件均为合格品,试对该工序设计效益最好的检查间隔（生产多少零件检查一次）和刀具更换策略。2)如果该工序正常时产出的零件不全是合格品，有2%为不合格品；而工序故障时产出的零件有40%为合格品，60%为不合格品。工序正常而误认有故障仃机产生的损失费用为1500元/次。对该工序设计效益最好的检查间隔和刀具更换策略。3）在2)的情况,可否改进检查方式获得更高的效益。附:100次刀具故障记录(完成的零件数)4593626245425095844337488155056124524349826407425657065936809266531644877346084281153593844552513781474388824538862659859755649697515628954771609960885610292837473677358638634555570844166061062484120654564339280246687539790581724531512577496468499544645764558378765666763217715310851