8.3 正态总体方差的检验-概率论与数理统计_王松桂、程维虎等_科学出版社.pptVIP

概率论与数理统计 第二十一讲; 利用样本方差 S 2是?2的一个无偏估计，且 (n-1)S2/ ?2 ~ χ 2n-1 的结论。; 当原假设 H0: ?2 = ?02成立时，S2和?02应该比较接近，即比值 S 2/?02应接近于1。所以,这个比值过大或过小 时，应拒绝原假设。 合理的做法是: 找两个合适的界限 c1 和 c2 , ● 当 c1(n-1)S2/?02 c2 时，接受H0； ● 当 (n-1)S2/?02≤c1 或 (n-1)S2/?02≥c2 时, 拒绝 H0 。 ;由于当原假设 H0: ?2 = ?02成立时，有;2. H0: ?2 =?02；H1: ?2 ?02 ;例1：某公司生产的发动机部件的直径 (单位: cm) 服从正态分布，并称其标准差 ?0=0.048 。现随机抽取5个部件，测得它们的直径为 1.32, 1.55, 1.36, 1.40, 1.44. 取?=0.05，问: (1). 能否认为该公司生产的发动机部件的直径 的标准差确实为?= ?0? (2). 能否认为? ≤ ?0?;故，拒绝原假设 H0 ，即认为部件直径标准差不是 0.048 cm。 ;故，拒绝原假设 H0，即认为部件的直径标准差超过了 0.048 cm。 ; 该检验主要用于上节中实施两样本 t 检验之前，讨论 ?12 =?22 的假设是否合理。; 当 H0: ?12=?22 成立时, ?12/?22=1, 作为其估计，S12/S22也应与 1 相差不大。当该值过分地大或过分地小时，都应拒绝原假设成立。 合理的思路是：找两个界限c1和c2, ● 当 c1 S12/S22 c2 时，接受H0； ● 当 S12/S22 ≤ c1, 或 S12/S22 ≥ c2 时, 拒绝H0 。;根据定理 6.4.1，有;特别地，当 H0: ?12 = ?22成立时， S12/S22 ～Fm-1,n-1.;2. H0: ?12 = ?22；H1: ?12 ?22;例2：甲乙两厂生产同一种电阻，现从甲乙两厂的产品中分别随机地抽取12个和10个样品,测得它们的电阻值后，计算出样本方差分别为S12=1.40，S22=4.38。;在显著性水平 ? = 0.10下, 是否可接受： (l).?12 =?22；(2).?12≤?22. ;及P237的附表5，有 Fm-1, n-1(1-? /2) = F11, 9(0.95) = 1/[F9, 11(0.05)] = 1/(2.90) = 0.34. 因 S12/S22 = 0.32 0.34，所以，无须再考虑 Fm-1, n-1(?/2)的值，就可得到拒绝?12 =?22的结论。; 查P237 附表5，因查不到 F11, 9(0.10)，改用F10, 9(0.10)和F12, 9(0.10)的平均值近似之，得 F11, 9(0.10)=[F10, 9(0.10)+F12, 9(0.10)]/2 ≈[2.42+2.38]/2 = 2.40. 因 S12/S22 = 0.32 2.40，故接受?12 ≤?22.; 在前面的讨论中，我们总假定总体的分布形式是已知的。例如，假设总体分布为正态分布 N(?, ?2), 总体分布为区间 (a, b) 上的均匀分布，等等。; 这是一项非常重要的工作,许多学者视它为近代统计学的开端。; 设F(x)为一已知的分布函数，现有样本X1, X2, …, Xn，但我们并不知道样本的总体 分布是什么。现在试图检验; 不妨设总体 X 是连续型分布。检验思想与步骤如下:;n 个点中，理论上有n pi (θ )个点落在 Ii 上, (称为理论频数)。当分布函数中含有未知参数 θ 时，理论频数也未知，要用 来估计 n pi (θ )，其中 为 θ 的极大似然估。;(4). 计算理论频数与实际频数的偏差平方和。;(5). H0 的显著性水平为 α 的检验的拒绝域为;例1：为检验棉纱的拉力强度 X (单位: 千克) 服从正态分布，从一批棉纱中随机抽取300条进行拉力试验，结果列在表8.2中。给定 α = 0.01,检验假设;解：本例中，并未给出各观测值 Xi 的具体值,只给出