概率八口章白底.pptVIP

(2)单边检验(右检验或左检验) 设总体 , 未知时,检验假设 1 2 4 5 7 6 3 1 1 频数ni 10.8 10.6 10.4 10.2 10.0 9.8 9.6 9.4 9.2 零件直径xi 解:要检验的假设是 因为 未知,所以选取统计量 * 第八章 假设检验 第一节　概 述 第二节　单个正态总体的假设检验 第三节　两个正态总体的假设检验 本章主要内容 第四节　总体分布函数的假设检验 第一节 概 述 例：某工厂用包装机包装奶粉，额定标准为每袋净重0.5 kg. 设包装机称得奶粉重量 X 服从正态分布。根据长期的经验知其标准差 σ=0.015 (kg), 为检验某台包装机的工作是否正常,随机抽取包装的奶粉9袋,称得净重(单位：kg)为 0.499， 0.515， 0.508， 0.512， 0.498 0.515， 0.516， 0.513， 0.524 问该包装机的工作是否正常？ 于是提出假设： 这样的假设叫做统计假设. 1、统计假设 关于总体 X 的分布(或随机事件之概率)的各种论断叫统计假设(statistical hypothesis),简称假设,用H 表示.其中需要保护、不能轻易否定的假设称为原假设或零假设(null hypothesis），记为H0。当零假设不成立时必定选择的假设称为备择假设（alternative hypothesis），记为H1。 例如： 1. 对于检验某个总体 X 的分布,可以提出假设： 2. 对于总体 X 的分布的参数,可以提出假设： 统计假设提出之后我们关心的是它的真伪,根据来自总体的样本,按照一定的规则对 H0作出判断, 是接受还是拒绝. 这个用来对假设作出判断的规则叫做检验准则, 简称检验. 如果一个统计假设完全确定总体的分布，则称此假设为简单假设（simple hypothesis）；否则就称之为复合假设（complex hypothesis）。 建立统计假设并依据样本，采用相应的统计方法，经过一定的程序，对零假设和备择假设作出取舍的过程就称为假设检验（hypothesis testing）。 在已知总体分布形式情况下，对总体分布中的未知参数作统计假设，这种仅涉及到总体分布之未知参数的统计假设称为参数假设（parameterhypothesis）。而对总体分布形式未知，是关于总体分布形式作统计假设，这种直接对总体分布形式所做的统计假设称为非参数假设（non-parameter hypothesis）。 2、假设检验的基本思想 3、两类错误 (2)原假设H0实际是不正确的，但是却被错误的接受了，这样就犯了“取伪”的错误，通常称为第二类错误（type Ⅱ error）,其发生的概率P{接受H0∣H0不真}=? 。 (1)原假设H0实际是正确的，但是却被错误地拒绝了，就犯了“弃真”的错误，通常称为第一类错误 （type Ⅰerror）。 由于仅当小概率事件A发生时才拒绝H0，所以犯第一类错误的概率就是条件概率P{拒绝H0∣H0为真}= ? 。 第二节 单个正态总体的假设检验 设总体 ，抽取容量为n的样本X1，X2，…，Xn，样本均值与样本方差分别是 在一定条件下检验关于未知参数 或 的某些假设 1.单个正态总体数学期望的假设检验 （1） 已知关于的 检验（ 检验法） 设总体 ,当 已知时,检验假设 由 选取 为假设检验的统计量. 例 8. 2 根据长期经验和资料的分析，某砖厂成产的砖的“抗断强度” X 服从正态分布，方差为1.21。从该厂产品中随机抽取6块，测得抗断强度（单位：kg.cm-2）如下： 32.56 29.66 31.64 30.00 31.87 31.03 检验这批砖的平均抗断强度为32.50是否成立（取a=0.05，并假设砖的抗断强度的方差不会有变化？） 解： 作为检验统计量。 (2) 未知时，关于 的检验（t 检验法） 当H0为真时， 首先来求检验问题H0： ；H1： 的拒绝域（显著性水平为 ）。由于 未知，不能再利用Z作为检验统计量了。注意到S2是 的无偏估计,用S2来 代替 ，即采用 所以关于H0的拒绝域为 。 可得关于? 的各种不同的假设检