假设检验.docVIP

  1. 1、本文档共9页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
假设检验

第七章 假设检验 基本概念与基本公式 假设检验的一般方法 根据问题,设立一个待检验的原假设与其对立假设; 选择一个统计量,在原假设成立的条件下,确定该统计量的分布; 按问题的要求,选择适当的检验水平(称为显著性水平,是小概率值,一般取),并根据统计量的分布查表,得到对应于的临界值。由此确定的拒绝域,使; 根据样本观测值,计算出统计量的观测值,并与临界值比较,若,则否定,接受;若,则接受。 单个正态总体的假设检验:设,是来自总体的样本。 已知,检验假设,检验步骤 提出待检假设与备择假设; 选择统计量:; 在给定的显著性水平下,查标准正态分布表,找出使成立的临界值,从而确定的拒绝域; 根据样本观测值,计算统计量的观测值,若其落在拒绝域,则拒绝接受,否则接受。 未知,检验假设,检验步骤 提出待检假设与备择假设; 选择统计量:; 在给定的显著性水平下,查分布表,找出,使 成立的临界值。 根据样本观测值,计算统计量的观测值,若,则拒绝接受,否则接受。 未知,检验假设检验步骤 提出待检假设; 选择统计量; 对给定和显著性水平,查分布表,找出临界值,,从而确定的拒绝域: 计算统计量的观测值,如果落在的拒绝域中,则拒绝接受;否则接受。 二、教学基本要求 理解假设检验的统计思想。 掌握单个正态总体数学期望与方差的假设检验。 教学重点: 一个正态总体数学期望的双边检验问题。 一个正态总体方差的双边检验问题。 三、典型例题分析 例1 设某厂生产的一种钢索,其断裂强度服从正态分布。从中选取一个容量为9 的样本,得。问能否据此认为这批钢索的断裂强度为。 解:(1);; (2)选取统计量; (3)接受假设,即认为这批钢索的断裂强度为。 例2 食品厂用自动装罐机装罐头食品,每罐标准重量为500克,每隔一定时间需要检验机器的工作情况,现抽10罐,测得其重(单位:克): 495, 510, 505, 498, 503, 492, 502, 512, 497, 506 假设重量服从正态分布,试问机器工作是否正常?() 解:(1)假设;对立假设; 因未知,所以选取统计量; 由样本数据,得; 查分布表,得; 因为,所以接受假设,即认为该机器工作正常。 例3 某厂生产铜丝的折断力已知服从正态分布,生产一直比较稳定。今从产品中随机抽取12根检查折断力,测得数据如下(单位:千克):289, 268, 292, 289, 285, 286, 284, 273, 296, 270, 291, 271 问是否可以相信该车间生产的铜丝折断力的方差为50(显著性水平) 解:设表示折断力,且依题意设. 提出原假设,对立假设 选取统计量; 对于,查分布表,得临界值,使,; 从而得的否定域. (4)对样本值计算.算得统计量的样本值,故应接受,即可以认为该车间生产的铜丝折断力的方差为50. 例4设是来自的样本,考虑如下假设检验问题 VS ,若检验由拒绝域为确定。 (1)当时求检验犯两类错误的概率; (2)如果要使得检验犯第二类错误的概率,最小应取多少? (3)证明:当时,。 解:(1)由定义知,犯第一类错误的概率为 , 这是因为在成立下,。 而犯第二类错误的概率为 , 这是因为在成立下,。 若使犯第二类错误的概率满足 即,或,查表得:, 由此给出,因而最小应取34,才能使检验犯第二类错误的概率。 在样本量为时,检验犯第一类错误的概率为 , 当时,,即。 检验犯第二类错误的概率为 当时,,即。 注:从这个例子可以看出,要使得与都趋向于0,必须才可实现,这一结论在一般场合仍成立,即要使得与同时很小,必须样本量很大。由于样本量很大在实际中常常是不可行的,故一般情况下人们不应要求与同时很小。 例5设是来自总体的样本,考虑如下检验问题 VS 取拒绝域为,求该检验犯两类错误的概率。 解: 则,于是犯两类错误的概率分别为 。 讨论:这里已经很小了,但却很大,在样本量固定下,若要使更小则会导致更大,为说明这一点,我们试着将拒绝域改变为,则这时检验犯两类错误的概率分别为 这一现象一般场合也是对的,即在样本量固定下,减小必导致增大,减小也会导致增大。 例6设是来自正态总体的样本,考虑检验问题 VS ,拒绝域取,试求c使得检验的显著性水平为0.05,并求该检验在处犯第二类错误的概率。 解: 在为真条件下,,因而由,得 也就是,使用当时,检验的显著性水平为0.05。 该检验在处犯第二类错误的概率为 。 例7 已知某炼铁厂铁水含碳量服从正态分布。显著测定了9炉铁水,其平均含碳量为4.484,如果铁水含碳量的方差没有变化,可否认为现在生产的铁水平均含碳量仍为4.55? 解: 这是关于正态总体均值的双侧假设检验问题,原假设

您可能关注的文档

文档评论(0)

dlmus + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档