Ch8 假_设检验.pptVIP

二、方差比的假设检验 两样本独立，水平 ?，由观测值 即得拒绝域 F? F1??/2(n1?1, n2?1) 或 F ? F?/2(n1?1, n2?1) 而对应的单边问题的拒绝域分别是 左边： F ? F1??(n1?1, n2?1) 右边： F ? F?(n1?1, n2?1) 1. 1、 2未知的情形 即可得到检验的拒绝域。 （自己完成） 2. 1、 2 已知的情形 例 机器包装食盐，假设每袋盐的净重服从正态分布，规定每袋标准重量为1kg，标准差为 0.02 kg。某天开工后，为检验其机器工作是否正常，从装好的食盐中随机抽取9袋，测其净重(单位：kg)为：0.994，1.014，1.02，0.95，1.03，0.968，0.976，1.048，0.982，问这天包装机工作是否正常（?=0.05）？ Stop Ch8 假 设 检 验 ? 假设检验的基本概念和思想 引例 某厂有一批产品，共10000件，经检验合格后才能出厂。按国家标准，次品率不得超过4%。今在其中抽取10件，检验后知道其中有4件次品，问这批产品能否出厂？ 例 某糖厂用自动包装机将糖装箱。已知规定每箱的标准重量为100公斤。设每箱的糖重服从正态分布。由以往经验知重量的均方差 = 0.9公斤并保持不变。某日开工后，为了检验包装机的工作是否正常，随机抽取该机所包装的9箱，称得其净重为（单位：kg）： 99.3 , 98.7 , 100.5, 101.2, 98.3, 99.7, 105.1, 102.6, 100.5。问该日此包装机的工作是否正常 ？ 1. 两类问题 (1) 参数假设检验 总体分布已知，参数未知， 由观测值x1，…，xn检验假设 (2) 非参数假设检验 总体分布未知，由观测值x1，…，xn检验假设 本课程主要讨论参数假设检验. 2. 检验法则与拒绝域 以样本(X1，…，Xn)出发制定一个法则，一旦观测值(x1，…，xn)确定后，我们由这个法则就可作出判断是拒绝H0还是接受H1，这种法则称为H0对H1的一个检验法则，简称检验法。 样本观测值的全体组成样本空间S， 把S分成两个 互不相交的子集C和C*， 即S=C∪C*，C∩C*=?， 假设当(x1，…，xn) ∈C时，我们就拒绝H0； 当(x1，…，xn) ∈C*时，我们就接受H0。 子集C? S就称为检验的拒绝域(或临界域 )。 3. 检验的两类错误 我们给出了H0对H1的某个检验法则，即给出了S的两个划分C与C*，由于样本的随机性，在进行判断时，还可能犯错误。 {拒绝H0| H0真}= {(x1，…，xn) ∈C | H0真} ——第一类错误或弃真 {接受H0| H0假}= {(x1，…，xn) ∈C*| H0假} ——第二类错误或取伪 这两个事件都是小概率事件. 常记P{拒绝H0| H0真}=?， P{接受H0| H0假}= ?， ?，?在0~1之间，通常不超过0.1。 5. 显著性检验 对于给定的一对H0和H1，总可找出许多临界域，人们自然希望找到这种临界域C，使得犯两类错误的概率?和?都很小。但在样本容量n一定时，这又是做不到的，除非容量 n无限增大。 奈曼—皮尔逊 (Neyman—Pearson)提出了一个原则：在控制犯第一类错误的概率?的条件下，尽量使犯第二类错误 ?小，这是最优检验 (MPT) . 但是有时MPT法则很难找到，甚至不存在。在这种情况下，我们不得不降低要求，另提一些原则。应用上常采纳的原则是“只对?加以限制，而不考虑 ?的大小”。按这种法则做出的检验称为“显著性检验”，此时?称为显著性水平或检验水平。 例 某糖厂用自动包装机将糖装箱。已知规定每箱的标准重量为100公斤。设每箱的糖重服从正态分布。由以往经验知重量的均方差 = 0.9公斤并保持不变。某日开工后，为了检验包装机的工作是否正常，随机抽取该机所包装的9箱，称得其净重为（单位：kg）： 99.3 , 98.7 , 100.5, 101.2, 98.3, 99.7, 105.1, 102.6, 100.5。问该日此包装机的工作是否正常 ？(?=0.05) 显著性检验的思想和步骤： (1)根据实际问题作出假设H0与H1； (2)构造统计量，在H0真时其分布已知； (3)给定水平?的值(一般为0.05，0.025，0.01，0.005等),求出H0对H1的拒绝域C； (4)查表、计算得分位点和统计量的值； (5)比较统计量与分位点值的大小，得