6假设检验.pptVIP

* 方差比的假设检验 （2）?1 , ?2未知 H0: ?12 / ?22 =1,即?12=?22 ， H1: ?12??22 ， 在H0成立的条件下，选统计量F 对给定的?，拒绝域 接受域 * 三、两种类型的错误 第一类错误，弃真：H0正确，但检验结果却拒绝H0 ； 第二类错误，取伪：H0不正确，但检验结果却接受H0 。 正态总体X~N(?, ?2)，方差?2已知，检验期望?, 原假设H0:?=?0 ， 对立假设H0:? ? ?0 ，比如?=?1 ， 统计量 * 两种类型的错误 对给定的显著性水平?，接受域 拒绝域 弃真的概率 P{拒绝H0 | H0:?=?0 正确} =P {x? H0拒绝域}= ? * 两种类型的错误 取伪的概率 ?= P{接受H0 | ?=?1 正确} * 两种类型的错误 * 四、非正态总体参数的假设检验 小样本：样本容量较小(n50) 大样本：样本容量较大(n50甚至100) 假设检验 正态总体一般采用小样本 非正态总体一般采用大样本，由中心极 限定理，样本均值近似服从正态分布，仍 按正态总体处理 * 五、非参数检验 非参数检验:对总体分布函数进行假设检验 1.皮尔逊?2检验法 设总体X的实际分布函数为F(x)，它是未知的。从样本值推测出的总体X可能的分布函数为F*(x)，称为X的理论分布函数。对F*(x)进行检验。 将n个样本值按大小顺序排列并分成k个组(每个组内的样本点不要小于5个)。用mi表示在第i个区间[ti-1,ti]上的样本点个 * 非参数检验 数，mi/n为频率，画出频率的直方图。从 直方图估计总体X的分布，定出X的分布 函数F*(x) 。 原假设H0:F(x)=F*(x), 设 ，在H0成立的条件 下，有 研究mi/n与 的差异程度，即mi与 的差 异程度。 * 非参数检验 选统计量 皮尔逊证明了,当n???时, ?2 ? ?2(k-r-1) 分布，其中r是中待估参数的个数。 当n充分大时(50),按?2(k-r-1)分布处理。 对给定的?，小概率事件 由样本值求出?2值，查出 值。 * 非参数检验 判断： 若 ，小概率事件出现，拒绝H0 ， 若 ，则接受H0 。 * 非参数检验 2.科尔莫戈罗夫检验法 总体X的实际分布函数为F(x) ，理论分布函数为F*(x)，经验分布函数为Fn(x) 。 格列汶科定理Fn(x) ? F(x) ，F(x)?Fn(x) 科尔莫戈罗夫D检验： 原假设H0:F(x)=F*(x), 利用| Fn(x)-F*(x) |对H0进行检验， * 非参数检验 若| Fn(x)-F*(x) |的值不大，则接受H0 ， 若| Fn(x)-F*(x) |的值过大，则拒绝H0 。 取统计量 称Dn为Fn(x)与F*(x)的差异度。 科尔莫戈罗夫证明了，若X是连续型随机 变量，对任意常数?，记 * 非参数检验 则 当n充分大时， 对给定的?，小概率事件 查Q (?)数表，求得?? * 非参数检验 根据样本值和Fn(x)，F*(x)，求出 判断： 若 ，则拒绝H0 ， 若 ，则接受H0 。 假设检验 * 一、假设检验的步骤 根据问题的要求给出原假设H0,同时给出对立假设H1； 在H0成立的前提下，选择合适的检验统计量，这个统计量应包含要检验的参数，同时它的分布应该是已知的； 根据要求给出显著性水平?（小概率），按照对立假设H1和检验统计量的分布，写出小概率事件及其概率表达式； * 假设检验的步骤 由样本值计算出需要的数值，并查出必要的常数值； 判断小概率事件是否发生。根据小概率原理，若小概率事件在一次试验中发生，就认为原假设H0不合理，就拒绝H0 （接受H1），若小概率事件未发生，就认为原假设H0合理，接受H0 。 * 二、正态总体的假设检验 设X ~N(?, ?2)，样本X1, X2 , ? , Xn , 样本均值 样本方差 * 1.数学期望的假设检验 （1）方差?2已知，检验? 给出原假设H0:?=?0，对立假设H1: ???0 ; 在H0 :?=?0成立的前提下，选统计量 对给定的显著性水平?，按照对立假设H1和统计量U的分布，小概率事件|U|Z?/2 , 概率表达式P{|U|Z?/2}= ? * 数学期望的假设检验 由