概率论与数理统计第7章假设检验介绍.ppt

二、诸 pi 不完全已知 若诸 由r (rk)个未知参数 确定，即 首先给出 的极大似然估计 然后给出诸 的极大似然估计 Fisher证明了 在H0成立时近似服从自由度 为k-r-1的 分布，于是检验拒绝域为 相同的，均为 若取显著性水平为? ，则对应三个检验问题的拒绝域依次分别为 例7.2.4 某类钢板每块的重量X 服从正态分布， 其一项质量指标是钢板重量的方差不得超过 0.016 (kg2)。现从某天生产的钢板中随机抽取 25块，得其样本方差S2=0.025(kg2)，问该天生 产的钢板重量的方差是否满足要求。 解：原假设为 备择假设为 此处n=25，若取?=0.05，则查表知 由此，在显著性水平0.05下，我们拒绝原假设，认为该天生产的钢板重量不符合要求。 现计算可得 二、两个正态总体方差比的F 检验 设 是来自 的样本， 是来自 的样本。考虑如下三个假设检验问题 通常 , 均未知，记 , 分别是由 算得的 的无偏估计和由 算得的 的无偏估计. 可建立检验统计量: 三种检验问题对应的拒绝域依次为 }。 或 例7.2.5 甲、乙两台机床加工某种零件，零件 的直径服从正态分布，总体方差反映了加工 精度，为比较两台机床的加工精度有无差别， 现从各自加工的零件中分别抽取7件产品和8 件产品，测得其直径为 X (机床甲) 16.2 16.4 15.8 15.5 16.7 15.6 15.8 Y (机床乙) 15.9 16.0 16.4 16.1 16.5 15.8 15.7 15.0 这就形成了一个双侧假设检验问题，原假设是 备择假设为 此处 m=7，n=8，经计算 查表知 于是 ，若取? =0.05， 其拒绝域为 由此可见，样本未落入拒绝域，即在0.05水平下可以认为两台机床的加工精度一致。 §7.3 其他分布参数的假设检验 7.3.1 指数分布参数的假设检验 设 x1, x2 , …, xn 是来自指数分布的样本，关于? 的如下检验问题： (7.3.1) 拒绝域的形式是 ，由于在?=?0时， 所以拒绝域为 拒绝域为: 拒绝域为: 例7.3.1 设我们要检验某种元件的平均寿命不小 于6000小时，假定元件寿命为指数分布，现取 5个元件投入试验，观测到如下5个失效时间: 395, 4094, 119, 11572, 6133。 解：由于待检验的假设为 若取 ?=0.05，则检验拒绝域为: 故接受原假设,可以认为在0.05的显著性水平下平均寿命不低于6000小时. 经计算得 7.3.2 比例的检验 比例 p 可看作某事件发生的概率。作 n 次独立试验，以 x 记该事件发生的次数，则 。我们可以根据 x 检验关于 p 的一些假设: (1) 直观上看拒绝域为: ，由于x 只 取整数值，故c 可限制在非负整数中。 这是在对离散总体作假设检验中普遍会遇到的问题. 一般情况下，对给定的? ，不一定能正好取到一个正整数c 使下式成立: 一般较常见的是找一个c0，使得 则取 c= c0 +1 (2) 检验的拒绝域为: c 为满足 的最大正整数。 (3) 检验的拒绝域为: 或 其中c1为满足下式的最大正整数: c2为满足下式的最小正整数: 例7.3.2 某厂生产的产品优质品率一直保持在 40%，近期对该厂生产的该类产品抽检 20 件，其中优质品7件，在 下能否认为 优质品率仍保持在40%？ 解：以p 表示优质品率，x 表示20件产品中的优质 品件数，则 ，待检验的假设为 拒绝域为 或 由于 下求c1与c2: 故取 c1=3，又因为 从而c2=12，拒绝域为 附带指出，该拒绝域的显著性水平实际上不是0.05，而是0.0160+0.021=0.0370 。 由