[统计学分布及假设检验.pptVIP

二项分布 共同特征(抛硬币) 1.每次试验只有两个结果. 2.试验具有重复性和独立性. 以x表示在n次试验中事件A出现的次数，x是一个离散型随机变量，它的所有取值为0,1,2,…,n,其概率分布函数为 (q=1-p) 称P(x)为随机变量x的二项分布，记作B(n,p) F 分布　 第 1章 假设检验 §1.1 假设检验的基本问题 §1.2 一个正态总体参数的检验 学习目标 了解假设检验的基本思想 掌握假设检验的步骤 对实际问题作假设检验 提出原假设和备择假设 ? 什么是原假设？(null hypothesis) 待检验的假设，又称“0假设” 研究者想收集证据予以反对的假设 3. 表示为 H0 H0：? ? 某一数值 指定为 = 号，即 ? 或 ?? 例如, H0：? ? 3190（克） ? 什么是备择假设？(alternative hypothesis) 与原假设对立的假设，也称“研究假设” 研究者想收集证据予以支持的假设总是有不等号: ?,?? 或 ? 表示为 H1 H1：? 某一数值，或? ?某一数值 例如, H1：? 3910(克)，或? ?3910(克) ? 什么是检验统计量？ 1. 用于假设检验决策的统计量 2. 选择统计量的方法与参数估计相同，需考虑 是大样本还是小样本 总体方差已知还是未知 检验统计量的基本形式为 规定显著性水平?(significant level) ? 什么显著性水平？ 1. 是一个概率值 2. 原假设为真时，拒绝原假设的概率 被称为抽样分布的拒绝域 3. 表示为 ??(alpha) 常用的 ??值有0.01, 0.05, 0.10 4. 由研究者事先确定 作出统计决策 计算检验的统计量 根据给定的显著性水平?，查表得出相应的临界值z?或z?/2， t?或t?/2 将检验统计量的值与? 水平的临界值进行比较 得出拒绝或不拒绝原假设的结论 双侧检验与单侧检验 (假设的形式) 单侧检验(原假设与备择假设的确定) 将研究者想收集证据予以支持的假设作为备择假设H1 例如,一个研究者总是想证明自己的研究结论是正确的 一个销售商总是想证明供货商的说法是不正确的 备择假设的方向与想要证明其正确性的方向一致 将研究者想收集证据证明其不正确的假设作为原假设H0 先确立备择假设H1 单侧检验 (原假设与备择假设的确定) 一项研究表明，采用新技术生产后，将会使产品的使用寿命明显延长到1500小时以上。检验这一结论是否成立 研究者总是想证明自己的研究结论(寿命延长)是正确的 备择假设的方向为“”(寿命延长) 建立的原假设与备择假设应为 H0: ? ? 1500 H1: ? ? 1500 双侧检验(显著性水平与拒绝域) 左侧检验 (显著性水平与拒绝域) 右侧检验 (显著性水平与拒绝域) 一个总体参数的检验 总体均值的检验(检验统计量) 总体均值的检验 (?2 已知或?2未知大样本) 1. 假定条件 总体服从正态分布 若不服从正态分布, 可用正态分布来近似(n?30) 使用Z-统计量 ?2 已知： ?2 未知： ?2 已知均值的检验(例题分析) 【例】已知某种玉米平均穗重u0=300g,标准差 =9.5g。喷施某种植物生长调节剂后，随机抽取9个果穗，重量分别308,305,311,298,315,300,321,294,320 (g)。问这种调节剂对果穗重量是否有影响？（?＝0.05） ?2 已知均值的检验 (例题分析) H0: ? = 300g H1: ? ? 300g ? = 0.05 n = 9 临界值(s): ?2 未知大样本均值的检验 (例题分析) 【例】某电子元件批量生产的质量标准为平均使用寿命1200小时。某厂宣称他们采用一种新工艺生产的元件质量大大超过规定标准。为了进行验证，随机抽取了100件作为样本，测得平均使用寿命1245小时，标准差300小时。能否说该厂生产的电子元件质量显著地高于规定标准？ (?＝0.05) ?2 未知大样本均值的检验 (例题分析) H0: ? ? 1200 H1: ? 1200 ? = 0.05 n = 100 临界值(s): 总体均值的检验 (?2未知小样本) 1. 假定条件 总体为正态分布 ?2未知，且小样本 2. 使用t 统计量 ?2 未知小样本均值的检验 (例题分析) 【例】某鱼塘水中的含氧量多年平均为4.5mg/L。现在该鱼塘设10个点采集水样，测定水中含氧量分别为：4.33,4.62,3.89,4.14,4.78,4.64,4.52,4.55,4.48,4.26(mg/L)。试检验