论文部分内容阅读
本文主要讨论二维随机向量(X,Y)独立性检验方法,现有的独立性检验方法都是以假设X和Y相互独立为原假设进行检验,具有保护原假设的倾向,即更容易得到接受“两个变量相互独立”的结论.本文在“两个变量不相互独立”为原假设的基础上,利用分布函数的Kolmogorov距离构建了一种检验方法,使得我们能够控制将“X和Y不独立”错判成“X和Y相互独立”的概率.数据模拟表明,我们的方法能更好地区分不独立的随机变量.