数理统计课件第3章-第6章解析.docVIP

第三章　假设检验 统计判断一般分为两大类：一类是对未知参数做点估计、区间估计，另一类是对总体的分布和未知参数的某些特性作假设检验．假设检验首先为提出假设，据假设选取适合的统计量及分布，用样本去推断假设的合理性． 假设检验是概率中的反证法． 1、对参数的假设检验 其步骤是先对参数提出假设，如H0：μ=μ0检验总体的均值，μ0为额定的标准，H0称其为原假设；及H1：μ≠μ0，称H1为备择或对立假设。由检验均值选择统计量（若方差未知） 对0＜α1，取，使P＝（≥）＝α，α为显著性水平，双侧检验． 统计推断的基本原理是：小概率事件在一次随机试验中几乎不会发生．若小概率事件发生，则说明假设不真，则有拒绝域ω，如≥，在H0为真的条件下，由样本值去推断是否在拒绝域内，做出对总体的某些特性是拒绝或是接受的推断． 例1　某盐业公司用一台包装机包装精装碘盐，额定标准每袋净重μ0=500g，随机抽取n=9，其净重分别为497、506、518、524、488、511、510、515、512．对=0.05，检验包装机工作是否正常，推测假设每袋净重X~N（μ，），标准差＝15g由以往经验得到． 解 （1）原假设H0：μ=μ0=500g，备择假设H1：μ≠μ0； （2）由总体标准差，已知选取统计量及其分＝~N(0，1)，称为U检验法； （3）对显著性水平=0.05，查表取＝X0.025＝1.96；使P＝（≥）＝，拒绝域＝≥． （4）由样本计算平均值 ＝＝509， 当H0成立时，μ=500，＝＝1.8＜1.96 ． （5）结论：小概率事件没有发生，样本值不在拒绝域内，接受H0，即认为包装机工作正常． 说明：假设检验提出假设时有可能假设错误，一般可用区间估计作验证．在本例体中∈＝＝［499.2，518.8］，500∈［499.2，518.8］． 例2 某厂生产某种固体燃料，其燃烧率X~，额定标准μ0=40cm/s．现给出一种新生长方法，任取新方法生产的产品n=25根，测得＝41.25cm/s．样本标准差S=2.0，对=0.025，检验新方法较原方法生产的固体燃料其燃烧率是否有所提高． 解：（1）H0：μ＜μ0（反假设，一般否定H0比肯定H0更具说服力）， H1：μ＞μ0； （2）总体方差未知，检验总体U，取T＝~t(n－1) ； （3）对显著性水平=0.025，取 =(24)＝2.0639，单侧检验（检验不等式是单侧检验），使P＝()＝． 拒绝域ω T＝~t(n－1)＞ 当H0成立时，μ＜μ0，即－μ＞－μ0，＞， 则拒绝域ω： ＞； （4）由样本值＝41.25 cm/s，μ0＝40，n＝25，S＝2，则 T＝＝3.125＞2.0693； （5）结论：样本值在拒绝域内的小概率事件发生，拒绝H0，接受H1，即认为新方法生产的产品燃烧率有显著性提高． 2、两个正态总体的假设检验 例3 假设两个公司生产同类型电子产品，其使用寿命分别为~N，~．为检验两个公司产品的质量是否一致，任取n1=9个样本，测得＝1532，＝；n2=18个样本，测得＝1412，＝；对=0.05，检验两个公司生产的同类电子产品的质量是否有显著差异． 解　　（1）首先检验正态总体的均值（期望）差 1°H0：μ1－μ2＝0或者μ1＝μ2，H1：μ1≠μ2． 2°在＝＝条件下，选取统计量及其分布 其中 ． 3°对显著性水平=0.05，查表＝＝2.0595， 使得P（＞）＝． 在H0成立下μ1＝μ2， 拒绝域 ＞ 4°由样本值 ＝＝0.40825， ＝＝394.272． ＝0.7455＜2.0595． 5°结论：样本值不在拒绝域内，小概率事件没有发生，即可认为两家公司产品的寿命没有显著性差异． （2）检验产品使用寿命的方差比 1°H0：＝，H1：≠． 2°选取统计量及其分布 ． 3°对显著性水平=0.05，查表 ＝＝3.06， ＝＝0.2463， 使得 P（0≤F≤）+ P（≤F≤+∞）＝． 拒绝域ω： [0，]或[，+∞]， 即 [0，0.2463]或[3.06，+∞]． 4°由样本值F＝＝＝1.2391，双侧检验1.2391＞0.2463，1.2391＜3.06． 5°结论：由样本值不在拒绝域内，接受H0，即可认为两家公司产品使用寿命没有显著性差异． 综合（1）（2）可以认为两家公司生产同类产品质量没有显著性差异． 例4 据推测工作和经历相类似的人群中，矮个子人的寿命较高个子人寿命长：美国科学院统计了31位自然死亡的总统，其中5位个子矮小于5′8″（5英尺8寸，1英尺＝0.304785 m，5′8＂′8″，5位矮个子总统身高从1.65~1.74 m，寿命从65~9