3_4数理统计.pptVIP

2. 电池在货架上滞留时间不能太长. 在某商店随机选出8只电池在货架上的 108 124 106 138 未知; (1)试检验假 取 时,犯第二类错误的概率不超过0.1 , 求 所需子样容量. 滞留时间(单位:天)为 设电池滞留时间服从 设 H0: ? = 125 ； H1: ? 125, 124 163 159 134. 正态分布,其中 (2) 若要求(1)中的H1的 ch3-* §3.4 单侧假设检验 H0:? ≤?0 ； H1:? ?0 单侧假设 §3.4单侧检验 H0 : ? 2 ??02 ; H1 : ? 2 ?02 H0:?1≥?2 ； H1:?1?2 H0 : ?12≥?22 ; H1 : ?12 ?22 实际问题中还常用到如下单侧假设 右侧 左侧 ch3-* 单侧假设的习惯规定 1. 检验质量是否合格, H0取合格情形. 2. 在技术革新后, 检验参数是否变大 (或变小), H0 取不变大(或不变小) 情形, 即保守情形. 习惯规定 ch3-* 规定某种导线其电阻的标准差不 得超过0.2 现需通过子样值检验 这批导线的标准差是否显著偏大？ 下面两个假设哪个较合理？ (2) H0 : ? 2 ? 0.22 ; H1 : ? 2 0.22 . ( ) (1) H0 : ? 2 0.22 ; H1 : ? 2 ? 0.22. ( ) ch3-* 食盐自动包装机包装的每袋标准 重量不少于500g. 在机器调整后取 一个子样, 检验平均每袋重量是否 显著偏低？下面假设哪个较合理？ (2) H0 : ? ≤ 500 ； H1:? 500. ( ) (1) H0 : ? ≥ 500 ； H1:? 500. ( ) ch3-* 例1 在正常情况下每台织布机一小时内经纱平均断头数为0.975根. 20台织布机经工艺改革后每台一小时内经纱平均断头数为0.915根,标准差为0.16根.检验工艺改革后经纱平均断头数有无显著降低？ 例1 假设断头数 X~ N (? ,? 2), 显著性 水平取 0.05. ch3-* 解 假设 H0 : ?≥0.975; H1:? 0.975. 选用统计量: 拒绝域 W : 故接受原假设, 即工艺改革后经纱平 均断头数没有显著降低. 现 ch3-* 例2 某汽车配件厂在新工艺下对加 分析 一般进行工艺改革, 若指标的 方差显著增大, 则改革需朝相反方向 进行以减少方差; 若方差变化不显著, 则需试行别的改革方案. 例2 工好的 25 个活塞的直径进行测量,得 子样方差 S*2= 0.00066.已知老工艺生 产的活塞直径的方差为0.0004. 问进 一步改革的方向应如何？ ch3-* 解 设测量值 需考察改革后活塞直径的方差是否 大于改革前的方差？故待检验假设可设为： H0 : ? 2 ?0.0004 ; H1 : ? 2 0.0004. 取统计量 ch3-* 拒绝域 W ： 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. ch3-* 例3 某厂生产小型马达, 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. 解一 据题意设 例3 H0: ? ? 0.8 ； H1: ? 0.8 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, 问根据这个样本, 能否否定厂方的断言? ch3-* ? 未知, 故选检验统计量: 拒绝域 W : 现 故接受原假设, 即不能否定厂方断言. ch3-* 解二 H0 : ? ? 0.8 ；H1 : ? 0.8 选用统计量: 拒绝域 W : 故接受原假设, 即否定厂方断言. 现 ch3-* 由例1可见: 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. 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. ch3-* 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.