《统计分析方法及应用》(第七章).pptVIP

一、简单相关系数的检验 欲检验 H0：ρij=0，H1：ρij≠0 当H0：ρij=0为真时，检验统计量 服从t (n?2)分布，其中 是样本相关系数。 对于给定的显著性水平α，拒绝规则为： 若 ，则拒绝H0 二、复相关系数的检验 将x,Σ,S剖分如下： 样本复相关系数的平方为 欲检验 H0：ρ1·2,?,p=0，H1：ρ1·2,?,p≠0 检验统计量为 当H0：ρ1·2,?,p=0为真时，它服从F (p?1,n?p)分布。对于给定的显著性水平α，拒绝规则为： 若 ，则拒绝H0 三、偏相关系数的检验 将x,Σ,S作如下剖分： 样本偏相关系数为 其中 。 欲检验 H0：ρij·k+1,?,p=0，H1：ρij·k+1,?,p≠0 为此构造检验统计量为 当H0：ρij·k+1,?,p=0为真时，它服从t(n?p+k?2)分布。对于给定的α，拒绝规则为： 若 ，则拒绝H0 例7.4.1 在例3.2.3中，使用SAS/INSIGHT菜单系统可得到输出7.4.1和输出7.4.2。 输出7.4.1 例3.2.3中相关系数的检验p值 输出7.4.2 例3.2.3中给定x1,x2,x3时偏相关系数的检验p值 第七章 多元正态总体的统计推断 §7.1 单个总体均值的推断 §7.2 两个总体均值的比较检验 §7.3 多个总体均值的比较检验（多元方差分析） §7.4 总体相关系数的检验 §7.1 单个总体均值的推断 一、均值向量的检验 二、置信区域 一、均值向量的检验 设x1,x2, ?,xn是取自总体x~Np (μ, Σ)的一个样本，这里Σ0,np，欲检验 H0：μ=μ0，H1：μ≠μ0 1.Σ已知 检验统计量为 拒绝规则为： 若 ，则拒绝H0 2. Σ未知 检验统计量为 称之为霍特林（Hotelling）T2 统计量。当 H0 为真时 服从F(p,n?p) ，对给定的显著性水平α，拒绝规则为： 若 ，则拒绝H0 其中 。 例7.1.1 对某地区农村的6名2周岁男婴的身高、胸围、上半臂围进行测量，得样本数据如表7.1.1所示。根据以往资料，该地区城市2周岁男婴的这三个指标的均值μ0=(90,58,16)′，现欲在多元正态性假定下检验该地区农村男婴是否与城市男婴有相同的均值。这是假设检验问题： H0：μ=μ0，H1：μ≠μ0 表7.1.1 某地区农村男婴的体格测量数据 编 号 身高(cm) 胸围(cm) 上半臂围(cm) 1 78 60.6 16.5 2 76 58.1 12.5 3 92 63.2 14.5 4 81 59.0 14.0 5 81 60.8 15.5 6 84 59.5 14.0 查表得F0.01(3,3)=29.5，于是 故在显著性水平α=0.01下，拒绝原假设H0，即认为农村与城市的2周岁男婴上述三个指标的均值有显著差异(p=0.002)。 二、置信区域  μ的置信度为1?α的置信区域为 当p=1时，它是一个区间；当p=2时，它是一个椭圆，这时可将其在坐标平面上画出；当p=3时，它是一个椭球；当p＞3时，它是一个超椭球；它们均以 为中心。 同置信区间与假设检验的关系一样，置信区域与假设检验之间也有着同样的密切关系。一般来说，μ0包含在上述置信区域内，当且仅当原假设 H0：μ=μ0在显著性水平α下被接受。因此，可以通过构造的置信区域的方法来进行假设检验。 例7.1.2 为评估某职业培训中心的教学效果，随机抽取8名受训者，进行甲和乙两个项目的测试，其数据列于表7.1.2。假定x=(x1,x2)′服从二元正态分布。 n=8,p=2，取1?α=0.90，F0.10(2,6)=3.46，于是，T0.10=2.841。 表7.1.2 两个项目的测试成绩 编 号 1 2 3 4 5 6 7 8 甲项成绩x1 62 80 66 84 75 80 54 79 乙项成绩x2 70 77 75 87 87 91 61 84 μ的0.90置信区域为 即 0.0436×(μ1?72.5)2?0.0812×(μ1?72.5)(μ2?79) +0.0475×(μ2?79)2≤1.009 这是一个椭圆区域，如图7.1.1所示。 在该例中，如果在 α=0.10下对假设 H0：μ=μ0，H1：μ≠μ0