概率和统计课件假设检验.ppt

第十一章 假设检验 上述检验法称为?2 检验法。 2. H0: ?2 ?02；H1: ?2 ?02 同理，当 H0: ?2 ?02成立时，有， 此检验法也称?2 检验法。 3*. H0: ?2 ≤?02；H1: ?2 ?02 同2. 例1：某公司生产的发动机部件的直径 单位: cm 服从正态分布，并称其标准差 ?0 0.048 。现随机抽取5个部件，测得它们的直径为 1.32, 1.55, 1.36, 1.40, 1.44. 取? 0.05，问: 1 . 能否认为该公司生产的发动机部件的直径 的标准差确实为? ?0? 2 . 能否认为? ≤ ?0? 解: 1 . 的问题就是检验 H0: ?2 ?02; H1: ?2 ≠ ?02. 其中，n 5，? 0.05，?0 0.048. 故，拒绝原假设 H0 ，即认为部件直径标准差不是 0.048 cm。 经计算，得 S2 0.00778, 故，拒绝原假设 H0，即认为部件的直径标准差超过了 0.048 cm。 2 . 的问题是检验 H0: ?2 ≤?02 ; H1: ?2 ?02. 该检验主要用于上节中实施两样本 t 检验之前，讨论 ?12 ?22 的假设是否合理。 二、 两正态总体方差比的 F 检验 1. H0: ?12 ?22；H1: ?12 ≠ ?22. 设X1, X2, …, Xm和Y1, Y2, …, Yn 分别为抽自正态总体 N ?1, ?12 和 N ?2, ?22 的样本, 欲检验 我们可得 特别地，当 H0: ?12 ?22成立时， S12/S22 ～Fm-1,n-1. 2. H0: ?12 ?22；H1: ?12 ?22 同理，当 H0: ?12 ?22成立时，有 S12/S22 ～Fm-1, n-1， 例4 ：甲乙两厂生产同一种电阻，现从甲乙两厂的产品中分别随机地抽取12个和10个样品,测得它们的电阻值后，计算出样本方差分别为S12 1.40，S22 4.38。 3. H0: ?12 ≤ ?22；H1: ?12 ?22 结论同 2。 以上检验都用到了F分布，因此称上述检验为 F 检验。 假设两厂生产的电阻的值分别服从正态分布 N ?1, ?12 和 N ?2, ?22 。 在显著性水平 ? 0.10下, 是否可接受： l .?12 ?22； 2 .?12≤?22. 解： 1 . 的问题是检验 H0: ?12 ?22；H1: ?12 ≠?22. 其中，m 12, n 10, α 0.10, S12 1.40, S22 4.38, S12/S22 0.32。 利用第六章学过的 及P237的附表5，有 Fm-1, n-1 1-? /2 F11, 9 0.95 1/[F9, 11 0.05 ] 1/ 2.90 0.34. 因 S12/S22 0.32 0.34，所以，无须再考虑 Fm-1, n-1 ?/2 的值，就可得到拒绝?12 ?22的结论。 查P237 附表5，因查不到 F11, 9 0.10 ，改用F10, 9 0.10 和F12, 9 0.10 的平均值近似之，得 F11, 9 0.10 [F10, 9 0.10 +F12, 9 0.10 ]/2 ≈[2.42+2.38]/2 2.40. 因 S12/S22 0.32 2.40，故接受?12 ≤?22. 2 . 问题是检验 H0: ?12 ≤?22；H1: ?12 ?22. * * §1 基本概念和检验原理 假设检验就是根据样本提供的信息，检验总体的某个假设是否成立的问题。是定性推断问题。 例：某工厂生产 10 欧姆的电阻，根据以往生产的电阻实际情况，可以认为: 电阻值 X服从正态分布 N ?, 0.12 。现在随机抽取10个电阻, 测得它们的电阻值为: 9.9, 10.1, 10.2, 9.7, 9.9, 9.9, 10.0, 10.5, 10.1, 10.2. 问: 从样本看，能否认为该厂生产的电阻的平均值就是 ? 10 欧姆 原假设的对立面是 “ X 的均值 μ ≠10”，称为 “对立假设” 或 “备择假设”，记成 “ H1: μ ≠10”。 即 H0：μ 10； H1：μ≠10. 在数理统计中，把 “ X 的均值 μ 10” 这样一个待检验的假设记为 “原假设” 或 “零假设”,记成 “ H0：μ 10”。 1.原假设和备择假设 于是，我们就得到如下检验准则: 2:寻找检验统计量 是临界值。 为原假设 H0 的拒绝域。 用以上检验准则处理我们的问题， 所以，接受原假设 H0:μ 10