第七章(周建军).ppt

例7.2 某厂有批产品10000件，按照规定标准，次品率不 超过3%才可以出厂。质量检验员从中任意抽取100件，发现 其中有5件次品，问这批产品能否出厂 例7.4 自动车床加工中轴，从成品中抽取11根，测定它们的直径 （单位：mm）如下： 10.52，10.41,10.32,10.18,10.64,10.77,10.82,10.67,10.59, 10.38, 10.49 问这批零件的直径服从正态分布吗？ 由于 成立，故总体 可见当 时应否定 。 则 所谓小概率原理是指“概率很小的事件在一次试验中 几乎不可能发生”。通常认为概率为0.05或0.01的事件为小 概率事件，有时也把概率为0.10的事件当作小概率事件。小 概率的标准在假设检验中又称之为显著水平，记为 如果由一次抽样得出的统计量的值 ，则拒绝 ，否则，由于这时没有发生同我们的假设矛盾的情况，因而没有理由拒绝，或者说接受 。 客观上零假设 不正确，意即备择假设 正确，同样由于样本的随机性，使得我们做出了接受的错误决策，这类错误称为第二类错误，也称为“纳伪”错误。犯第二类错误的概率记为 ，用概率式子可表示为 犯两类错误的可能情况 例7.10 为防治某种害虫而将农药施入土壤中，但规定经3年后土壤中残留农药如有5ppm 以上浓度时，就认为有残效今在施药区内分别随机抽取10个土样（施药3年后）进行分析，测得它们的浓度（单位：ppm）分别为 4.8 3.2 2.6 6.0 5.4 7.6 2.1 2.5 3.1 3.5 设浓度近似地服从正态分布，问是否有理由认为农药经过3年 后仍有残效（ ）？ 由于 中两个总体的先后顺序可以任意指定，在实践中，我们常约定样本方差较大的来自第一个总体，样本方差较小的来自第二个总体，这样就总有 例 7.15 从甲、乙两批电子器件中各随机抽取6件，测 得电阻（单位）如表 解 提出统计假设 例7.16 A,B两台机床加工同一种零件，在两台机床加工的产品中分别随机抽取6和9个，测其长度（单位：cm）并计算得样本方差 、 。假定零件长度服从正态分布，问是否可认为A机床加工精度比B机床高？亦即问是否可认为A机床加工的零件长度的方差小于B机床（ ）？ 下面直接给出单侧检验的原则与步骤（显著水平为 ）： i）对于统计假设： 当 时，则拒绝 而接受 ； ?两个正态总体均值的差异性检验 模式Ⅰ 模式Ⅱ 模式Ⅲ 设总体 的总体均值与方差分别为 ，总体 的总体均值与方差分别为 . 是抽自总体 简单随机样本，欲由样本判断两总体均值 的关系。这种检验问题以统计假设形式表达成以下三种模式： 以 以及 分别表示来自总体 的样本容量、样本均值和样本方差。 由第六章关系式（6.5.5）知 若总体方差 未知，用样本方差 的实现 近似代替。 （1）双侧检验 模式Ⅰ 如果模式Ⅰ 真，即 ，由关系式 7.4.9 得 于是， 当充分大时，由上式和标准正态分布双侧分位数定义知，对于给定的概率 ，存在实数 ，使得 所以，当样本容量 充分大时，模式Ⅰ原假设 的拒绝域为 当 时，则拒绝 而接受 ；当 时，则没有充分理由或证据拒绝 ，只能接受它。 （2）单侧检验 模式Ⅱ 模式Ⅲ 由关系式（7.4.9），容易得到，给定显著水平 下，两个总体均值单侧检验的拒绝域： 模式Ⅱ的拒绝域为: 模式Ⅲ的拒绝域为: 例7.24 某地调查了一种危害林木的昆虫两个世代的每卵块粒数，第一代调查了128块，经计算得： ，第二代调查了69块，经计算得： ，试检验两个世代每卵块的平均卵粒数有无差异（ ）。 由于总体分布未知， 足够大，故可用 —检验。计算的实现 解 由题意作统计假设: 例 7.25 仍例7.24的数据为依据，试检验第二代卵块的平均粒数是否比第一代的明显多（ ）？ 由查表得 ，因 ，故拒绝 ，可以认为两个世代每卵块的平均卵粒数之间差异显著。 解 作统计假设： 由于 ，故拒绝 ，接受 ，认为第二代每卵块的平均卵粒数显著多于第一代。 由于总体分布未知， 足够大，故可用 —检验。 上例已计算出 ，查表得 第五节 非参数假设检验基础 ?分布的拟合检验 设总体 的分布函数 未知， 为一个已知分布的分布函数， 中可以含有未知参数，也可以不含未知参数。 是从总体 中取得的简单随机样本， 为样本的一个实现，欲由样本检验统计假设 ： 把样本实现 分成 组，以 表示样本实现落入第 个小区间 的实际频数。 由分布函数 可计算出 落入第 个小区间 的概率 ： 如果 为真，理论频数 与实际频数 应当很接 近，即 应很小，从而 也应该较小；它可用作检验统计假设