71总体分布参数的假设检验.pptVIP

§3.1 引例1 结论3） 作一个正态总体方差的假设检验时， 可设 它的观测值 当H0为真时， 例 工厂用自动包装机包装葡萄糖，规定标准 重量为每袋净重500克。现随机地抽取10袋， 测得各袋净重为： 495，510，505，498，503，492，502， 505，497，506. 设每袋净重服从~N(μ，σ2)，问包装机工作 是否正常（α=0.05）？ (1) 已知σ=5克；(2) 未知σ。 解 我们有 计算统计量u的观测值 计算统计量t的观测值 例1.2《作物栽培》已知豌豆百粒重X(单位： g)服从正态分布N(37.72,0.1089)，在改善栽 培条件后随机抽出9粒，平均重量＝37.92，问 改善栽培条件是否显著地提高了豌豆的百粒 重，α＝0.05。 解：因为改善栽培条件不会降低豌豆籽的 百粒重，所以设 H0为μ＝37.72，H1为μ37.72 计算出u=1.818, 例《品种提纯》一个混杂的小麦品种， 其株高的标准差为14cm，经提纯后随机地 抽出10株，它们的株高(单位：cm)为90, 105,101,95,100,100,101,105,93,97，试 检验提纯后的群体是否比原来的群体较为 整齐，α＝0.05。 解：提纯后的群体应该比原来的群体 较为整齐，故设 H0为σ2＝196，H1为σ2196， 3.两个正态总体均值或方差的假设检验 结论4） H0为μ1＝μ2，而H1分别为 ①μ1≠μ2，②μ1＞μ2，③μ1＜μ2。 可设 它的观测值 当H0为真时，因为U～N(0,1)，所以 结论5） H0为μ1＝μ2，而H1分别为 ①μ1≠μ2，②μ1＞μ2，③μ1＜μ2。 可设 它的观测值 当H0为真时， 结论6）若μ1和μ2未知，作两个正态总体 方差的假设检验时， 可设 它的观测值 当H0为真时， [例子] 杨树育苗试验株距对苗高的影响:共试验两种株距:20cm 与15cm.除株距不同之外,其它条件相同,经一定时间之 后.按重复抽样方式对两种株距的树苗分别抽取n1=9,n2=6 株并测其树高,数据如下表所示.试问,(1)这两种株距的苗高生长 有无显著差异,(2)20cm株距的树苗的苗高是否显著高于15cm株 距的树苗的苗高?(显著水平取α=0.05.) 207 217 189 188 213 268 x2j(cm) 245 258 210 220 233 288 243 244 221 x1j(cm) 1.提出假设:H0: μ1 =μ2? H1: μ1 ≠ μ2 2.构造统计: 3.确定拒绝域: α=0.05,t0.975(9+6-2)=2.16,W1={|t|≥2.16} 4.计算下结论: 此次试验值1.95 小于临界值2.16,拒绝域 W1={|t|≥2.16}没有发生,因此有理由接受 H0: μ1 =μ2,即认为这两种株距的苗高生长 无显著差异. =1.95 (2) 1. 提出假设:H0: μ=μ0 ? H1: μμ0 为真,则有: 2.拒绝域:α=0.05,t0.95(9+6-2)=1.771,W1={t≥1.771} 此次试验值1.95 大于临界值1.771,拒绝域W1={t≥1.771} 发生,因此有理由拒绝H0: μ1 =μ2,即认为20cm株距的树 苗的苗高是显著高于15cm株 距的树苗的苗高. =1.95 [例子] 设有甲乙两块10年生人工马尾林,所研究的标志为 胸径.已知林木的分布近似服从正态分布.用重复抽样方式 分别从两总体中抽取了若干林木,测其胸径得数据如表 (单位:dm)问 1)甲,乙二地林木胸径的方差是否有显著差异?(α=0.02) 2)甲地林木胸径的方差是否比乙地林木胸径的方差小? 3.0 3.0 5.0 5.0 4.0 2.0 5.0 3.0 x2j(乙) 7.5 5.5 7.5 5.0 5.5 3.5 2.0 5.0 8.0 4.5 x1j(甲) 分析1) 1.提出假设H0:σ12 =σ22 ?H1:σ12≠σ22… …(I) 2.构造统计量: 3.确定拒绝域: α=0.02, 拒绝域W1={F6.72}∪ {F0.178} 此次试验值为1.302,不在拒绝域W1={F6.72}∪ {F0.178} 内,故应接受H0:σ12 = σ22。即有理由认为甲,乙二地林木 胸径的方差没有显著差异 Fa=1/5.61=0.178. 分析2) 1.提出假设H0:σ12 = σ22 ? H1:σ12σ22… …(I) 2.构造统计量: 3.确定拒绝域: α=0.01, Fa=1/5.61=0.178. 拒绝域 W1= {F0.178} 此次试验值为1.302,不在拒绝域W1