管理统计学 教学课件 作者 雷怀英 第五章.pptVIP

* Rejection region does NOT include critical value. * * * * * * * * * * * 9 * * 2008年8月 两个总体均值之差的检验 (独立小样本： 未知但相等) 假定条件 两个独立的小样本 两个总体都是正态分布 ?12、?22未知但相等，即?12=?22 检验统计量 其中： 自由度： 　　5.2.2 两总体均值比较的检验 　　例5.3 为了研究男女性别消费支出的差异，从中某高校三年级学生中分别随机抽取20人调查，调查并计算得，男生平均每月生活费支出为880元，标准差为60元，女生平均每月生活费支出为820元，标准差为54元，已知平均每月生活费支出均服从正态分布，且方差相等，给定显著性水平0.05，能否认为男女生平均每月生活消费支出有显著差异？ 　　　 根据题意可建立原假设和备择假设如下： 应拒绝原假设，即认为男女性别不同,平均每月生活消费支出也有差异。 　　5.2.2 两总体均值的检验 1、 配对样本均值的检验 如果比较的样本有配对关系,就需要进行配对样本的T检验,如同一组工作人员,在进行某种技能培训前后,测量其工作效率,培训前后的测量数据构成配对样本，在检验培训是否起作用时，就需进行配对样本的T检验。 两个总体均值之差的检验(配对样本) 假定条件 两个总体配对差值构成的总体服从正态分布 配对差是由差值总体中随机抽取的 数据配对或匹配(重复测量 (前/后)) 检验统计量 样本差值均值 样本差值标准差 　　5.2 总体参数检验 　 　　例5.4 某企业为研究广告对销量的影响，选取了12个地区，分别收集了广告发布前后的周销量（件）。问广告的发布对销量是否有显著影响? 　　根据题意可计算原假设和被择假设： 　　 匹配样本 (数据形式) 观察序号 样本1 样本2 差值 1 x11 x21 d1 = x11 - x21 2 x12 x22 d2 = x12 - x22 M M M M i x1i x2i di = x1i - x2i M M M M n x1n x2n dn = x1n- x2n 　　5.2 总体参数检验 　 　　 地区编号 广告前销量 广告后销量 差值d 1 55 60 5 2 55 58 3 3 47 48 1 4 38 42 4 5 30 32 2 6 68 65 -3 7 16 20 4 8 50 53 3 9 23 28 5 10 36 34 -2 11 25 27 2 12 23 22 -1 5.1配对样本调查表 　　5.2 总体参数检验 　 　　　　根据表5.1可计算得： 　　 　　 检验统计量 　　 计算结果表明：， 拒绝原假设，认为广告前后销售量有明显的差异。　　 　　5.3 列联表分析及独立性检验 　 　　在实际分析问题中,我们常常会遇到对两个分类变量之间是否存在关联进行讨论,例如购买意愿与地区之间是否关联?与消费者的文化水平和职业类型是否相关联?对于这类问题的研究可应用列联表分析将两变量联系起来,如下表是一个的列联表,其中一个是行变量,有种状态或表现形式,一个是列变量,有可用于种状态或表现形式。 　　 　　5.3 列联表分析及独立性检验 　 A B1 B2 。。。。。。 BC 合计 A1 n11 n12 。。。。。 n1c n1. A2 n12 n22 。。。。。 n2c n2. Ar 。。。。。 nrc nr. 合计 n.1 n.2 n.c n 表5.2 列联表 　　5.3 列联表分析及独立性检验 　 　利用列联表对两个变量的关联性进行的检验，其基本思想与前面所介绍的假设检验的基本思想一致，首先需要建立假设，如上表中需要对A、B两变量间的关联性进行检验，需建立如下假设： 　　 　　在原假设成立的条件下建立检验统计量，如果为真，可以对与组合出现的次数作如下预期： 　　5.3 列联表分析及独立性检验 　 　　即当A和B独立时，各行的占比不随B变化而变化。同样，各列的占比不随A的变化而变化。因此有： 　　 　　当为真时，实际次数与预期次数分布应该充分靠近。因此，可建立如下检验统计量： 　　 　　 如果， 则拒绝原假设，认为A和B相关。 　　5.3 列联表分析及独立性检验