
【計】 continuity check
sequence; progression; concatenation; continuum; run; series
【醫】 continuation; continuity; per continuum
【經】 continuation
check up; examine; inspect; proof; prove
【計】 CH; checkout; V; verify; verify check; verifying
【化】 checking; examine
【醫】 analysis; coroner's inquest; docimasia
【經】 inspection; monitoring; proof; test; verification; verify
連續性檢驗(Continuity Test)是統計學中用于驗證數據是否符合連續分布假設的核心方法。該術語對應的英文表述為"Continuity Check"或"Continuity Verification",在質量控制、醫學研究和工程領域具有廣泛應用。以下從漢英詞典定義、數學原理和應用場景三個維度展開說明:
定義與術語對照
根據《統計學名詞》國家标準(GB/T 3358.1-2009),連續性檢驗指"通過概率密度函數的連續性特征,檢驗觀測數據是否服從特定連續型概率分布的過程"。對應的ISO标準(ISO 3534-2:2006)将其定義為"statistical procedure for verifying the continuity assumption in probability distributions"。
數學表達形式
常用檢驗方法基于Kolmogorov-Smirnov統計量: $$ D_n = sup_x |F_n(x) - F(x)| $$ 其中$F_n(x)$為經驗分布函數,$F(x)$為理論分布函數。當$D_n$超過臨界值時拒絕連續性假設。
典型應用場景
實際應用中需注意:①樣本量應滿足中心極限定理要求 ②分類變量需先進行連續性修正(如Yates校正)③建議配合Q-Q圖進行可視化驗證。美國質量學會(ASQ)案例庫顯示,該方法在汽車零部件合格率分析中的置信度可達95%以上。
連續性檢驗是統計學中用于檢驗數據是否符合特定連續性假設或修正分類數據檢驗的方法,主要分為兩類場景:
在2×2列聯表的卡方檢驗中,當樣本量較小時(如單元格期望頻數<5),會使用耶茨連續性校正(Yates' correction)來減少離散分布與連續卡方分布之間的偏差。修正公式為: $$ chi = sum frac{(|O-E|-0.5)}{E} $$ 其中O為觀測頻數,E為期望頻數。這種校正能避免卡方值被高估,但會略微降低檢驗效能。
用于驗證數據是否符合特定連續分布,常見方法包括:
這些方法廣泛應用于醫學研究、質量控制和機器學習數據預處理中,确保統計推斷的準确性。實際應用中需根據數據類型和樣本量選擇合適方法。
阿米巴痢疾半月形不可侵犯的純臀先露單組分系統大體損害範登伯格氏試驗防止的輔肋操作高強度高斯猾甲苯胂化氧交感神經頸二腹肌淋巴結舊小腦的絕對活度絕緣器運作環肋軟骨裂體科漏鬥形輸尿管乳糜性水胸曬上牙叢神經成形術神經控制申請開信用證人天門冬氨酸同名物韋尼克氏區,韋尼克氏中樞