统计学原理要点.ppt

确定拒绝域（一） 临界值 临界值 a/2 a/2 双侧检验 H0： m = m0 v.s. H1 : m ≠ m0 0 临界值 a 1 - ? 接受域 左侧检验 确定拒绝域（二） H0： m ≥m0 v.s. H1 : m m0 0 临界值 a 1 - ? 接受域 右侧检验 确定拒绝域（三） H0： m ≤m0 v.s. H1 : m m0 假设检验的一般步骤 提出原假设和备择假设； 确定适当的检验统计量； 确定拒绝域和临界值； 根据样本数据，作出决策，得出结论。 总体分布 正态分布 非正态分布 正态分布 正态分布 非正态分布 t分布 大样本 小样本 方差已知 方差未知 样本均值的抽样分布与总体分布的关系 总体均值的检验（1）——方差?２ 已知大样本或｛小样本且正态总体｝ 使用检验统计量： ? 2 已知： z-test 总体均值的检验（2）——方差?２ 未知大样本或｛小样本且正态总体｝ 使用检验统计量： ? 2 未知（大样本）： ? 2 未知（小样本且正态总体）： z-test t-test 【例】某机床厂加工一种零件，根据经验知道，该厂加工零件的椭圆度近似服从正态分布，其总体均值为?0=0.081mm，总体标准差为?= 0.025 。今换一种新机床进行加工，抽取n=200个零件进行检验，得到的椭圆度为0.076mm。试问新机床加工零件的椭圆度的均值与以前有无显著差异？（?＝0.05） 总体均值的检验（z test）（1）?2 已知均值的检验(例题分析) H0: ? = 0.081 H1: ? ? 0.081 临界值: 根据样本计算检验统计量: Z 0 1.96 -1.96 .025 拒绝 H0 拒绝 H0 .025 决策: 结论: 在 ? = 0.05的水平上拒绝H0 有证据表明新机床加工的零件的椭圆度与以前有显著差异 总体均值的检验（z test）（1）?2 已知均值的检验(例题分析) 双侧检验 【例】根据过去大量资料，某厂生产的灯泡的使用寿命服从正态分布N~(1020，1002)。现从最近生产的一批产品中随机抽取16只，测得样本平均寿命为1080小时。试在0.05的显著性水平下判断这批产品的使用寿命是否有显著提高？(?＝0.05) 单侧检验 总体均值的检验（z test）（1）?2 已知均值的检验(例题分析) H0: ? ? 1020 H1: ? 1020 临界值: 检验统计量: 在 ? = 0.05的水平上拒绝H0 有证据表明这批灯泡的使用寿命有显著提高 决策: 结论: Z 0 拒绝域 0.05 1.645 总体均值的检验（z test）（1）?2 已知均值的检验(例题分析) 【例】某机器制造出的肥皂厚度为5cm，今欲了解机器性能是否良好，随机抽取10块肥皂为样本，测得平均厚度为5.3cm，标准差为0.3cm，试以0.05的显著性水平检验机器性能良好的假设。（假设制造出的肥皂厚度为正态分布） 双侧检验 总体均值的检验（2）——方差?２ 未知大样本或｛小样本且正态总体｝ 利用以下统计量构造置信区间 非正态总体（大样本条件）下总体均值 ? 在1-?置信水平下 的置信区间为 或者 或者 总体均值的区间估计(非正态总体、大样本) 【例】一家保险公司收集到由36个投保人组成的随机样本，得到每个投保人的年龄(单位：周岁)数据如下表。试建立投保人年龄90%的置信区间 36个投保人年龄的数据 23 35 39 27 36 44 36 42 46 43 31 33 42 53 45 54 47 24 34 28 39 36 44 40 39 49 38 34 48 50 34 39 45 48 45 32 总体均值的区间估计 (非正态总体大样本) 解：已知n=36, 1-? = 90%，z?/2=1.645。根据样本数据计算得： ， 总体均值?在1-? 置信水平下的置信区间为 投保人平均年龄的置信区间为37.37岁~41.63岁 总体均值的区间估计 (非正态总体大样本) 解：已知 ?x＝26, ?=6，n=100, 1-? = 0.95，Ｚ?/2=1.96 全体学生平均每天参加锻炼的时间的置信区间在24.824～27.176 分钟之间 【例】某大学从该校学生中随机抽取100人，调查到他们平均每天参加体育锻炼的时间为26分钟。试以95％的置信水平估计该大学全体学生平均每天参加体育锻炼的时间（已知总体方差为36min）。 总体均值的区间估计 (非正态总体大样本) 总体均值的区间估计 (小结) 估计总体均值时样本量的确定 样本量的确定 估计一个总体均值时样本量的确定 抽样误差 估计一个总体均