2011-2012秋经济概率统计第九章.pptVIP

一. 假设检验的概念 任何一个有关随机变量未知分布的假设称为统计假设,简称假设. 一个仅牵涉到随机变量分布中几个未知参数的假设称为参数假设. 这里所说的假设只是一个设想, 至于它是否成立, 在建立假设时并不知道, 还需进行考察. 对一个样本进行考察, 从而决定它能否合理地被认为与假设相符, 这一过程叫做假设检验. 判别参数假设的检验称为参数检验.检验是一种决定规则, 通过一定的程序作出是与否的判断. 分析：若把所有1975年新生女婴体重体现为一个总体x, 问题就是判断Ex=3140是否成立? 置信区间方法 用置信区间的方法进行检验, 基本思想是这样的: 首先设想H0是真的成立; 然后考虑在H0条件下, 已经观测到的样本信息出现的概率. 如果这个概率很小, 这就表明一个概率很小的事件在一次试验中发生了. 而小概率原理认为, 概率很小的事件在一次试验中是几乎不可能发生的, 也就是说导出了一个违背小概率原理的不合理的现象. 这表明事先的设想H0是不正确的, 因此拒绝原假设H0. 否则不能拒绝H0. 至于什么算是“概率很小”, 在检验之前都事先指定. 比如概率为5%, 1%等, 一般记作a，可见a是一个事先指定的小的正数, 称为检验水平或显著性水平. 三 . 一个正态总体的假设检验 设总体为x~N(m,s2). 关于总体参数m,s2的假设检验问题, 本节介绍下列四种: (1) 已知方差s2, 检验假设H0:m=m0; (2) 未知方差s2, 检验假设H0:m=m0; (3) 未知期望m, 检验假设H0:s2=s02; (4) 未知期望m, 检验假设H0:s2?s02; 其中H0中的s02, m0都是已知数. 例1 根据长期经验和资料的分析, 某砖瓦厂生产砖的“抗断强度”x服从正态分布, 方差s2=1.21. 从该厂产品中随机抽取6块, 测得抗断强度如下(单位：kg/cm2): 32.56, 29.66, 31.64, 30.00, 31.87, 31.03 检验这批砖的平均抗断强度为32.50kg/cm2是否成立(a=0.05)? (1) 提出待检假设H0:m=m0(m0已知);(2) 选取样本(X1,...,Xn)的统计量, 如H0成立,则 (3) 根据检验水平a, 查表确定临界值ua, 使 P(|U|ua)=a, 即F0(ua)=1-a/2. (4) 根据样本观察值计算统计量U的绝对值 的值 |u| 并与临界值ua比较 (5) 若|u|ua则否定H0, 否则接收H0. 例2 假定某厂生产一种钢索, 它的断裂强度x (kg/m2)服从正态分布N(m,402). 从中选取一个容量为9的样本, 得 =780kg/m2. 能否据此样本认为这批钢索的断裂强度为800kg/cm2 (a=0.05) 因此可以接受H0: 认为断裂强度为800kg/cm2 分析：若把所有1975年新生女婴体重体现为一个正态总体N(m,s2), 问题就是判断 m =Ex =3140 是否成立? 解： 待检假设H0:m =3140.  如果H0成立, 由于s2未知, 则 (1) 提出待检假设H0:m=m0(m0已知);(2) 选取样本(X1,...,Xn)的统计量, 如H0成立,则 (3) 根据检验水平a, 查表确定临界值ta(n-1), 使 P(|T| ta(n-1))=a; (4) 根据样本观察值计算统计量T的值t 并与临界值ta比较; (5) 若|t|ta则否定H0, 否则接收H0. 例4 某炼铁厂的铁水含碳量x 在正常情况下服从正态分布. 现对操作工艺进行了某些改进, 从中抽取5炉铁水测得含碳量数据如下: 4.412, 4.052, 4.357, 4.287, 4.683据此是否可以认为新工艺炼出的铁水含碳量的方差仍为0.1082(a=0.05). 对于给定的检验水平a = 0.05, 可查表确定临界值 即不能认为方差是0.1082 (1) 建立待检假设H0:s2=s02;(2) 如H0成立, 则 例5 机器包装食盐, 假设每袋盐的净重服从正态分布, 规定每袋标准重量为500g, 标准差不超过10g. 某天开工后, 为检查其机器工作是否正常, 从装好的食盐中随机取9袋, 测其净重为 497,507,510,475,484,488,524,491,515 (单位:g) 问这天包装机工作是否正常(a =0.05)? 解: 设x为一袋食盐的净重, 则x~N(m,s2). 设H0:m=500以及H0:s2?102是否成立? 若H0成立, 则有