概率论与数理统计基本概念.pptVIP

*兰州交通大学博文学院 第八章、假设检验 8.1基本概念 8.2正态总体参数的假设检验 8.1基本概念 1、实际问题 2、假设检验的基本思想 3、两类错误 4、假设检验的步骤 引例 某种电子元件的寿命X服从参数为λ的指数分布， 随机地抽取(X1 , X2 , …, Xn) 测得样本的均值数据。问 （1）这批元件的平均寿命是多少？ （2）按规定当元件的寿命不少于5000（h)合格，问这 批元件是否合格？（出厂） 问题(1)是对总体未知参数μ=1/ λ作出点估计,是定 量的。(2)则是对假设‘这批元件合格’作出接收还 是拒绝的回答，因而是定性的。 假设检验的提出： 对上述例子，还可以作更细致的考察。如一次抽样 一次试验也能得到μ的估计值大于5000小时呢？ 5000的差异仅仅是偶然的，还是总体均值确实有大 于5000的趋势?一般而言，点估计问题是回答总体未 知参数是多少？或范围有多大？而假设检验问题 则是回答观察到的数据的差异只是机会偶然的差异， 还是反映了总体的真实差异？因此，二者对问题的 提法有本质的不同。 一、实际问题: 例1：某厂用一台包装机包装袋装小食品. 包得 的小食品的质量(单位:g)是一个随机变量, 它服 从正态分布. 当机器运行正常时, 其均值为50g , 标准差为1.5g . 某日开工后为检验包装机是否运 行正常, 随机地抽取小食品9袋, 称得净重为 49.7, 50.6, 51.8, 52.4, 49.8, 51.1, 52.0, 51.5, 51.2 . 问机器是否工作正常? 若每袋小食品质量用 X 表示, 则 X～ N(μ , 1.5 2) . 机器工作是否正常, 即指 X 是否服从 N( 50 , 1.5 2), 换句话说, “ μ = 50 ”是否成立 ? 为回答此问 , 提出假设 H0 ： μ = μ 0 = 50 , 称 H0 为原假设或零假设 . 与这个原假设相对应的假设是 H1 ： μ ≠ μ 0 , 称 H1 为备择假设或对立假设 . 根据样本值作出接受 H0 或拒绝 H0 的判断 . 若接受 H0 , 则认为 μ = 50 , 即运行正常 ; 若拒绝 H0 , 则认为 μ ≠ 50 , 即运行不正常 . 二、假设检验的基本思想: 关于总体均值的假设检验, 要借助样本平均数 要想判别其大小, 就需要有一个衡量的标准, 注 假设检验所采用的思想方法是一种反证法. 先假设结论成立，然后在这个结论成立的 条件下进行推导和运算. 如果得到矛盾， 则推翻原来的假设，结论不成立. 但是，这里所得到的矛盾不是纯形式逻辑上 的矛盾，不是绝对成立的矛盾, 而是与人们 普遍的经验的矛盾, 就是小概率事件在一次 试验中不会发生. 假设检验把这条经验作为 一条原则. 根据这条原则，如果小概率事件在 一次试验中发生了，则认为原来的假设不成立 . 三、两类错误: 注 人们希望在一次假设检验中, 犯两类错误的 概率都很小. 但当容量 n 一定时，? 变小， 则 ? 变大；反之 ? 变小，则 ? 变大 . 实际应用时，通常只能控制犯第一类错误的 概率, 因此一般事先给定犯第一类错误的概 率? , 力求使犯第二类错误的概率 ? 尽量小. 犯第一类错误的概率? 恰好是检验的显著性 水平, 通常情况下? 取 0.05, 0.01, 0.001, 0.10. 四、假设检验的步骤: (1) 建立原假设 H0 ; (2) 构造一个含有待检参数 (但不含其它参数) 且分布已知的函数 ; (3) 给定显著水平 α , 利用所构造的函数及其分 布, 结合 H0 给出拒绝域 ; (4) 若样本值落入拒绝域, 则作出拒绝 H0 的判断, 否则接受 H0 .