概率论与数理统计第八章导论.pptVIP

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
第八章 一、假设检验的思想方法 例3 2、未知σ2,检验 正态总体均值的假设检验 例4 例1 假设总体 (? =0.05) 解: 提出假设 某次统考后随机抽查26份试卷, 测得平均成绩: 试分析该次考试成绩标准差是否为 已知该次考试成绩 取统计量 例2 查表 根据样本值算得 故接受H0 。 显然 表明考试成绩标准差与12无显著差异。 统计量 拒绝域: (?=0.05) , 熔化时间 拒绝域为 所以接受 H0 例3 电工器材厂生产一批保险丝, 取10根测得其熔化 时间(min)为 42, 65, 75, 78, 59, 57, 68, 54, 55, 71. 问是否可以认为这批保险丝合格? 解 以往合格的标准是融化时间的方差不大于80, 16.919 某学生参加体育培训班结束时其跳远成绩X 近似 服从正态分布,鉴定成绩是均值为576cm,标准差为 8cm,若干天后对该学生独立抽查10次,得跳远成绩 数据为578,572,580,568,572,570,572,570, 596,584,问该学生跳远成绩水平是否与鉴定成绩有 显著差异?(α=0.05) 解 ⑴ 提出假设 取统计量 查表 拒绝域为 其中 或 由于 即可以认为 ,未落在拒绝域之内,故接受H0 。 ⑵ 提出假设 取统计量 查表 拒绝域为 其中 综合⑴与⑵,该生跳远成绩水平与鉴定成绩无显著差异. 因此未落在拒绝域之内,故接受H0 ,即可以认为 8.3 两个正态总体均值与方差的假设检验 设 为总体 的一个样本 的一个样本, X与Y 相互独立。 为总体 一、两个总体均值差的假设检验 均为已知, 1、 统计量: 拒绝域: 统计量: 拒绝域: 统计量: 拒绝域: ⒉ 未知, 关于 的假设检验 双边假设检验 其中δ为已知常数。 统计量 左边假设检验 右边假设检验 故拒绝域为 拒绝域为 拒绝域为 注意:在关于 的假设检验中,通常δ=0, 即检验 是否成立。 相互独立,从X 中取10个样本, ,问能否 认为 从Y 中取10个样本, ?(?=0.05) 解 提出假设 未知 * 二、单个正态总体均值和方差 一 、参数的假设检验 假设检验 的假设检验 三、两个正态总体参数的假设检验 在实际工作中, 这些结论可能正确、可能错误。 若视这些结论为假设, 问题在于我们是否应该接受这些假设呢? 例如,我们对某产品进行了一些工艺改造, 或研制了 新的产品。 要比较原产品和新产品在某一项指标上的差 异,这样我们面临选择是否接受假设“新产品的某一项 指标优于老产品”。 我们必须作一些试验,也就是抽样。 根据得到的样本观察值 前人对某些问题得到了初步的结论。 来作出决定。 假设检验问题就是根据样本的信息检验关于总体 的某个假设是否正确. 8.1 参数假设检验的思想 实际推断原理(小概率原理)。 通过大量实践, 对于小概率事件(即在一次试验中发 生的概率很小的事情)总结出一条原理: 小概率事件在一次试验中几乎不会发生 并称此为实际推断原理, 其为判断假设的根据。 例1 某车间生产铜丝, X的大小。 铜丝的主要质量指标是折断力 由资料可认为 今换了一批原料, 从性能上看, 估计折断力的方差不会有变换, 但不知折断 力的大小有无差别。 解 此问题就是已知方差 假设: 抽出10个样品,测得其折断力为 问折断力的大小变没变。 和 原假设 备择假设 机动 目录 上页 下页 返回 结束 的无偏估计, 如果我们假设H0 为真,则 偏差 应该很小, 的大小? 问题转化为怎样衡量 的大小? 选定一个适当的正数 ,如果 就认为H0 不真,拒绝原假设H0 ;反之 问题:如何衡量 则接受原假设H0 。 机动 目录 上页 下页 返回 结束 问题转化为如何选择 k , 用什么标准选择k ? 无论怎样选择k 都可能犯两类错误: H0为真时拒绝H0 第一类错误(弃真) 第二类错误(取伪) 显著性检验: 只对犯第一类错误的概率加以控制, 而不考虑犯第二类错误的概率。 其中α称为显著性水平 H0不真时接受H0 N(0,1) H0为真 则拒绝H0。 例1中, 故拒绝H0. 用实际推断原理解释: 当H0为真时, 是一个小概率事件, 现在这个小概率事件在一次实验中发生了, 所以有理由 怀疑H0的正确性,即否定H0。 叙述成: ——双边假设检验 ——右边检验 ——左边检验 假设检验四步: 1、建立假设; 2、构造统计量; 3、写出拒绝域; 4、计算统计量,进行判断。 检验统计量 为拒绝域, 为临界点 机动 目录 上页 下页 返回 结束 对于给定的显著水平α,我们来求右边检验问题 的拒绝域。 总体 ,其中σ已知, 的无偏估计 拒绝域形式为 机动

文档评论(0)

ss55863378 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档