[第5章假设检验.pptVIP

所提出的假设叫做原假设 ( 或零假设 )，记为 H0 ，对立于原假设的假设称为备择假设 ( 或对立假设 )，记为H1． 假设检验就是根据样本，适当构造一个统计量，按照某种规则，决定是接受 H0( 拒绝H1)还是拒绝 H0( 接受H1 )，所使用的统计量称为检验统计量． 只对总体分布中的参数提出假设进行检验的问题，称为参数检验． 假设检验的理论依据 其理论依据:小概率原理，即小概率事件在一次实验中，几乎是不可能发生的。通常把P≤0.05的事件当作“小概率事件”。 是否拒绝原假设H0，其依据是看顾一次试验中小概率事件是否发生。若发生则拒绝原假设H0，接受备择假设H1；否则就不拒绝原假设，即认为它是正确的。 名 称 条 件 假 设 统 计 量 及 其 分 布 拒 绝 域 H 0 H 1 附表 正态总体参数的假设检验表 总 体 数 已 知 已 知 未 知 未 知 检 验 检 验 u t 1 1 2 2 |u| ≥ uα/2 u ≥ uα u ≤ -uα |u| ≥ uα/2 u ≥ uα u ≤ -uα | t | ≥ tα/2(n－1) t ≥ tα(n－1) t ≤ -tα(n－1) | t | ≥ tα/2(m+ n－2) t ≥ tα(m+ n－2) t ≤ -tα(m+ n－2) 检 验 已 知 未 知 1 附表 正态总体参数的假设检验表 ( 续表) 检 验 已 知 未 知 2 名 称 条 件 假 设 统 计 量 及 其 分 布 拒 绝 域 H 0 H 1 F 总 体 数 或 或 或 或 第四节 大样本情况下非正态总体均值的假设检验 设非正态总体 X 具有有限的均值 E (X ) =μ和非零方差 D(X) =σ2，当样本容量 n 很大 (n＞50) 时，由中心极限定理可知 近似地服从标准正态分布N(0,1)，要检验的假设为 H0：μ=μ0 ． （1）当方差σ2已知时，在H0成立的条件下，检验统计量 （1） 近似服从标准正态分布N(0,1)，对于给定的显著性水平α，查表得 uα/2，使 , 因此得到拒绝域为 （2）当方差σ2未知时，用 S2 代替σ2，检验统计量为 （2） 仍然近似服从标准正态分布 N (0,1)，拒绝域为 （3）右边检验 H0：μ=μ0，H1：μ＞μ0 的拒绝域为 左边检验 H0：μ=μ0，H1：μ＜μ0 的拒绝域为 例1 某工厂生产一批产品，要求次品率不超过10%，如果从产品中抽取50件，发现有8件次品，可否认为这批产品合格(取α=0.05)？ 解 设次品率为 p，要检验的假设为 H0：p = p0 = 0.1， H1：p＞0.1． 由于总体 X 服从参数为 p 的 (0-1) 分布，方差为σ2 = D (X ) = p (1－p)．在H0 成立的条件下，检验统计量为 拒绝域为 u≥uα． 这里 uα= u0.05 = 1.645，n = 50， ， 于是 因此，在显著性水平α=0.05下接受H0，即认为这批产品合格． 例2 对于一个未知分布的总体 X ，从中抽取容量为150的样本观察值，算得 ，s = 4，在显著性水平α=0.05下检验假设H0：μ= 0． 解 这里方差σ2未知，因此检验统计量为 拒绝域为 ．查表得 = u0.025 = 1.96 ． 由于 所以接受H0，即认为总体的均值μ=0． 在总体 X 的分布未知时，检验总体的分布函数 F ( x ) 是否与已知的分布函数 F0( x ) 有显著差别，即检验 H0：F(x)=F0(x)． 这类问题称为非参数检验． 若总体分布为离散