概率论考的前复习(内部资料).pptVIP

4)设X~N(μ1,σ12),Y~ N(μ2,σ22),从中分别抽取 容量为n1,n2的样本,且两组样本独立,则 5）当 时,记 第7章 假设检验和区间估计 7.1 假设检验的基本思想 7.2 正态总体参数的假设检验 7.3 正态总体参数的的区间估计 (1)小概率原理(实际推断原理) (2)基本思想 (3)显著性水平与否定域 7.1 假设检验的基本思想 (1) 提出待检验的原假设 和备则假设 ; (2) 选择检验统计量,并找出在假设 成立条件下,该统计量所服从的分布; (3) 根据所要求的显著性水平α 和所选取的统计量,确定一个合理的拒绝H0的条件; (4) 由样本观察值计算出统计检验量的值,若该值落入否定域,则拒绝原假设 ,否则接受原假设 注 若H1位于H0的两侧,称之为双侧检验; 若H1位于H0的一侧,称之为单侧检验. 2.统计检验的实施程序 α/2 α/2 X φ(x) 接受域 否定域 否定域 z1-α/2 - z1-α/2 总体方差σ2已知时 ① H0:μ=μ0(已知); H1:μ≠μ0 拒绝条件为|Z| z1-α/2 期望的检验 7.2 正态总体参数的假设检验 1) 2) 拒绝条件为Z z1-α ② H0:μ≤μ0(已知); H1:μμ0 2) 否定域为Z- z1-α, ③ H0:μ≥μ0(已知); H1:μμ0 1) 2) 1) H0:μ=μ0; H1:μ≠μ0, 3) 拒绝域为 |T| X f(x) α/2 α/2 接受域 否定域 否定域 (T检验） σ2未知,μ的检验 σ2未知,期望的单侧统计检验 H0:μ≤μ0; H1:μμ0的拒绝条件为 统计检验 H0:μ≥μ0; H1:μμ0的拒绝条件为 统计检验 接受域 2) 1) 3) 给定α, H0: σ2 = σ02; H1: σ2 ≠ σ02 X f(x) α/2 α/2 λ1 λ2 否定域 否定域 σ2的检验（ μ未知） 拒绝域为 2. 方差σ2的检验 总体期望μ未知时，σ2的单侧假设检验 H0: σ2 ≥σ02; H1: σ2 σ02 拒绝域为 H0: σ2 ≤σ02; H1: σ2 σ02 拒绝域为 (1) σ12, σ22已知 H0:μ1=μ2的拒绝条件为 |Z| z1-α/2 :μ1 ≤ μ2的拒绝条件为 Z z1-α :μ1 ≥ μ2的拒绝条件为 Z-z1-α 对于给定的显著性水平α: 两总体均值差的检验 对于给定的显著性水平α: H0:μ1=μ2的拒绝条件为 :μ1 ≤ μ2的拒绝条件为 :μ1 ≥ μ2的拒绝条件为 σ12=σ22=σ2, σ2未知 H0:σ12=σ22; H1: σ12 ≠ σ22 拒绝条件为 3. 两总体方差比的检验 的拒绝条件为 的拒绝条件为 　(1) σ2已知,求μ的置信度为1-α置信区间 1.单正态总体数学期望的区间估计 　(2)σ2未知,求μ的置信度为1-α置信区间 　(3)σ2的置信度为1-α置信区间 7.3 正态总体参数的的区间估计 (1) σ12, σ22已知, μ1- μ2的1-α置信区间 2.两个正态总体均值差的区间估计 (2) σ12=σ22=σ2, σ2未知,μ1- μ2的1-α置信区间 3.两个正态总体方差比 σ12/σ22的1-α置信区间 * * 1.引进随机变量后将事件转化为随机变量在某范围的取值,事件的概率就成了随机变量在某范围取值的概率; 2.对离散型随机变量关键是搞清它取那些值以及取每个值的概率; 3.离散型随机变量的分布列有四个用处:一是用来验证所求分布列是否正确;二是用来判断给定的数列(有限或无限)能否成为一随机变量的分布列;三是用来确定待定常数(列方程);四是用来计算随机变量在某范围取值的概率. * 范例: 1.已知随机变量X的分布函数为 F(x)=A+Barctanx, 求常数A,B,X的密度函数. * 因“五.一”放假,超级链接用于复习基本知识点,以方便后继课 * 范例: 1.证明:随机变量X服从一般正态分布等价于它的标准化随机变量服从标准正态