统计学(第7章)试卷.ppt

* 第七章 推断统计 * 第六节 两总体均值和成数的统计推断 一、两总体均值之差的推断 （一）σ1和σ2 已知的情形 独立简单随机抽样：从总体1中简单随机抽取n1 个单位，从总体1中简单随机抽取n2 个单位。 两个样本的均值： * 第七章 推断统计 * X1- X2 的区间估计： 两个总体均值之差的点估计： * 第七章 推断统计 * 两个总体均值之差的抽样平均误差 如果两个总体都服从正态分布或n1和n2足够大，则两个总体均值之差的分布也服从正态分布。 * 第七章 推断统计 * 两个总体均值之差的区间估计： t 是置信度为1-α 的概率度 示例 * 第七章 推断统计 * （二）σ1和σ2 未知的情形 用样本的s1 和s2 个来估计未知总体的标准差。 区间估计将建立在 t 分布的基础上而不是正态分布。自由度为： * 第七章 推断统计 * X1- X2 的区间估计： * 第七章 推断统计 * 二、两总体成数之差的推断 当n1 · p1 ≥ 5 、 n1·（1- p1 ）≥ 5、 n2 · p2 ≥ 5 和 n2·（1- p2 ）≥ 5 时，抽样分布可由正态分布来逼近。 两个总体的成数之差（P1－P2）的点估计： * 第七章 推断统计 * 两个总体成数之差的区间估计： t 是置信度为1-α 的概率度 示例 * 第七章 推断统计 * 本章主要问答题 什么是抽样推断？它有哪些基本特征？ 什么是抽样误差？影响抽样平均误差的因素有哪些？ 类型抽样和整群抽样在分组时有什么不同的要求？ 抽样组织方式主要有哪几种？比较各种抽样组织方式的抽样平均误差大小。 在一定的置信度和误差范围条件下，如果确定样本容量？ 假设检验的步骤。 如何建立原假设和备择假设？ * * 第七章 推断统计 * (1)在重复抽样条件下 平均数的抽样极限误差 ： 则必要的样本容量为： 示例 注意各符号单位的应用 * 第七章 推断统计 * (2)在不重复抽样条件下 平均数的抽样极限误差 ： 则必要的样本容量为： 注意各符号单位的应用 * 第七章 推断统计 * (3)成数样本必要单位数 重复抽样： 不重复抽样： 注意各符号单位的应用 * 第七章 推断统计 * （4）σ 的确定方法 用以前研究中的数据进行估计 用试验样本的标准差（取最大值）进行估计 粗略估计 * 第七章 推断统计 * （4）P 的确定方法 用以前研究中的相同或相似的P 来代替 用初始样本的P 来代替 主观判断与猜测 以上方法都不适用时，取P ＝ 0.5 练习题3 准则：使P（1－P） 取最大值 * 第七章 推断统计 * 分析： 从上式可以看出，样本必要单位数受允许误差范围的制约，允许误差范围愈小，则要求样本容量愈多。 以重复抽样来说，若其他条件不变，允许误差范围缩小一半，则样本容量必须增至原来的四倍；允许误差范围扩大一倍，则样本容量只需为原来的四分之一。 * 第七章 推断统计 * 第五节 假设检验 一、假设检验的含义 依据样本的观察资料来检验事先对总体的某些数量特征所作的假设是否可信的一种统计分析方法。 是推断统计的重要内容。 假设检验的实例 * 第七章 推断统计 * 二、假设检验的思想和原理 假设检验的目的是判断总体参数是否发生显著性变化（假设零件长度为20cm）。 但总体参数是未知的，我们只能用样本的统计量来代替总体参数进行检验。 样本的统计量几乎不会真正等于总体参数。但是，由于随机误差的原因，统计量会以很大的概率落在总体参数（假设为20cm）附近一定的范围内，而远离总体参数的概率会很小。 * 第七章 推断统计 * （续前） 小概率原理：一个小概率事件在一次试验中不太可能发生。 如果一个样本的统计量实际上远离了20cm而使得小概率事件发生了，也就是说不太可能的事件发生了，我们自然有充足的理由认为总体参数发生了显著性变化。 相反，如果样本的统计量落在20cm附近，我们就没有理由认为总体参数发生了显著性变化，因为由于样本随机性造成合理的偏差是正常的。 * 第七章 推断统计 * 三、假设检验的一般步骤 建立假设 构建检验统计量 确定显著性水平及相应的拒绝域 用样本数据进行检验，并作出结论 * 第七章 推断统计 * 四、假设的建立 1、原假设和备择假设 原假设（H0）：对总体参数所做的尝试性的假设，也称零假设。 备择假设（H1）：原假设对立假设。通常将检验试图建立的结果设为备择假设。 * 第七章 推断统计 * 2、总体均值假设检验的三种情况 H0 ：μ≥μ0 ； H1 ： μ＜μ0 H0 ：μ≤μ0 ； H1 ： μ＞μ0 H0 ：μ=μ0 ； H1 ： μ ≠μ0 双侧检验 左侧检验