概率论于数理统计8.2.ppt

落在W内, 故拒绝H0. 即改革后的方差显著大于改革前, 因此下一步的改革应朝相反方向进行. 8.2.2 假设检验与区间估计的联系 接受域 置信区间 假 设 检 验 区 间 估 计 统计量 枢轴量 对偶关系 同一函数 假设检验与置信区间对照 接受域 置信区间 检验统计量及其在 H0为真时的分布 枢轴量及其分布 ? ? ?0 ? ??0 ? （? 2 已知) （? 2 已知) 原假设 H0 备择假设 H1 待估参数 接受域 置信区间 检验统计量及其在 H0为真时的分布 枢轴量及其分布 原假设 H0 备择假设 H1 待估参数 ? ? ? 0 ? ? ? 0 ? （? 2未知） （? 2未知） 接受域 置信区间 检验统计量及其在 H0为真时的分布 枢轴量及其分布 原假设 H0 备择假设 H1 待估参数 ? 2?? 02 ? 2=? 02 ? 2 ( ? 已知) ( ? 已知) 接受域 置信区间 检验统计量及其在 H0为真时的分布 枢轴量及其分布 原假设 H0 备择假设 H1 待估参数 ? 2?? 02 ? 2=? 02 ? 2 (?未知) (?未知) 例5 新设计的某种化学天平，其测量误差服从正态分布, 现要求 99.7%的测量误差不超过 0.1mg , 即要求 3? ? 0.1. 现拿它与标准天平相比，得10个误差数据，其样本方差s2 =0.0009. 解一 H0: ? ? 1/30 ； H1:? ? 1/30 试问在? = 0.05 的水平上能否认为满足设计要求？ ? 未知, 故选检验统计量 拒绝域W ： 现 故接受原假设, 即认为满足设计要求. 解二 ? 2的单侧置信区间为 则H0 成立, 从而接受原假设 , 即认为满足设计要求. 8.2.3 两个正态总体情况 设 X ~ N ( ?1 ? ?1 2 ), Y ~ N ( ?2 ? ?2 2 ) 两总体 X , Y 相互独立 样本 (X1, X2 ,…, Xn ), ( Y1, Y2 ,…, Ym ) 样本值 ( x1, x2 ,…, xn ), ( y1, y2 ,…, ym ) 显著性水平? ?1 – ?2 = ? ( ?12，?22 已知) (1) 关于均值差 ?1 – ?2 的检验 ?1 – ?2 ? ? ?1 – ?2 ? ? ?1 – ?2 ? ?1 – ?2 ? ?1 – ?2 ? ? 原假设 H0 备择假设 H1 检验统计量及其在 H0为真时的分布 拒绝域 ?1 – ?2 = ? ?1 – ?2 ? ? ?1 – ?2 ? ? ?1 – ?2 ? ?1 – ?2 ? ?1 – ?2 ? ? 其中 ?12,? 22未知 ?12 = ? 22 原假设 H0 备择假设 H1 检验统计量及其在 H0为真时的分布 拒绝域 ? 12 = ? 22 ? 12 ?? 22 ? 12? ? 22 ? 12 ? 22 ? 12 ?? 22 ? 12 ? 22 (2) 关于方差比? 12 /? 22 的检验 ?1, ? 2 均未知 原假设 H0 备择假设 H1 检验统计量及其在 H0为真时的分布 拒绝域 例6 杜鹃总是把蛋生在别的鸟巢中, 现从两种鸟巢中得到杜鹃蛋24个.其中9个来自一种鸟巢, 15个来自另一种鸟巢, 测得杜鹃蛋的长度(mm)如下: m = 15 19.8 20.0 20.3 20.8 20.9 20.9 21.0 21.0 21.0 21.2 21.5 22.0 22.0 22.1 22.3 n = 9 21.2 21.6 21.9 22.0 22.0 22.2 22.8 22.9 23.2 试判别两个样本均值的差异是仅由随机因素造成的还是与来自不同的鸟巢有关 ( ). 解 H0 : ?1 = ?2 ； H1 : ?1 ? ?2 取统计量 拒绝域 W： 统计量值 . 落在W内, 拒绝 H0 即蛋的长度与不同鸟巢有关. 例7 假设机器 A 和 B 都生产钢管, 要检验 A 和 B 生产的钢管内径的稳定程度. 设它们生产的钢管内径分别为 X 和 Y , 且都服从正态分布 X ~ N (?1,? 12) , Y ~ N (?2,? 22) 现从机器 A和 B生产的钢管中各抽出18 根和13 根, 测得