gl81 概率论与数理统计2版(上交大).ppt

ch8 第八章 假设检验 本文观看结束！！！ 祝各位身体健康！万事如意！！ 原假设H0 备择假设H1 检验统计量及其在 H0为真时的分布 接受域 条件 置信区间 枢轴量及其分布 待估参数 ? 未 知 ? 2?? 02 ? 2=? 02 ? 2 例1. 某厂生产小型马达, 在其说明书上写着: 这种小型马达在正常负载下平均消耗电流不会超过0.8 安培. 现随机抽取16台马达试验, 求得平均消耗电流为0.92安培, 消耗电流的标准差为0.32安培. 假设马达所消耗的电流服从正态分布, 取显著性水平为? = 0.05, 则根据这个样本, 能否否定厂方的断言? 解一 H0 : ? ? 0.8 H1 : ? 0.8 选用统计量: 查表得 t0.05(15) = 1.753, 故拒绝域 现 故接受原假设, 即不能否定厂方断言. n = 16 ? 未知 s = 0.32 解二 H0 : ? ? 0.8 H1 : ? 0.8 选用统计量: 查表得 t0.05(15) = 1.753, 故拒绝域 现 故接受原假设,即否定厂方断言. 随着对问题的提法不同(把哪个假设作为原假设), 统计检验的结果也会不同. 由于假设检验是控制犯第一类错误的概率 ? , 使得 拒绝原假设H0 的决策变得比较慎重, 也就是H0得到 特别的保护. 因而, 通常把有把握的, 经验的结论作 为原假设, 或者,尽量使后果严重的错误成为第一类 错误. 上述两种解法的立场不同，因此得到不同的结论. 第一种假设是不轻易否定厂方的结论；第二种 假设是不轻易相信厂方的结论. 例2. 新设计的某种化学天平，其测量的误差 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. 试问在 ? = 0.05 的水平上能否认为满足设计要求？(P.73) 解 H0:? ? 1/30 H1:? 1/30 拒绝域： — 接受原假设 例3. 假设机器 A 和机器 B 都生产钢管, 要检验 A 和 B 生产的钢管的内径的稳定程度. 设它们生产的钢 管内径分别为 X 和 Y , 都服从正态分布 X ~ N (?1,? 12) , Y ~ N (?2,? 22) 现从机器 A 生产的钢管中抽出18 根,测得 s12=0.34, 从机器 B 生产的钢管中抽出13根,测得 s22=0.29, 设两样本独立. 问是否能认为两台机器生产的钢管内径的稳定程度相同? (取? = 0.1) 解 H0 : ? 12= ? 22 H1 : ? 12 ? ? 22 查表得F0.05(17,12)=2.59, F0.95(17,12) = 拒绝域: 或 由给定值算得: 故接受原假设. §8.3. 非参数假设检验 ? 总体分布函数的假设检验 原假设H0 : 总体 X 的分布函数为 F( x ) (或概率分布为P ( X = xi) = pi 或密度函数为 f ( x)) ?2 检验法: 将样本空间? 分成 k 个互斥的事件: A1, A2, ?, Ak 按原假设可计算出 P ( Ai) = pi , i =1,2,…,k 作 n 次独立重复试验,计算事件 Ai 出现的次数 ni Pearson 引入统计量 并证明了当 n 充分大时, 它近似地服从 其中 r 表示分布中未知参数的个数, n ? 50, npi ? 5 对于一个或多个总体的未知概率分布或参数作出假设， 所作的假设可以是正确的, 也可以是错误的. 为判断所作的假设是否正确, 从总体中抽取样本, 根据样本的取值, 按一定的原则进行检验, 然后, 作出接受或拒绝所作假设的决定. §8.1. 假设检验的基本概念 进行假设检验的原则为实际推断原理: 小概率事件(? 0.05 或0.01) 在一次试验中几乎是不可能发生的. 例1. 某厂生产的一种螺钉,