质量(1-5假设检验).docVIP

  1. 1、本文档共17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
质量(1-5假设检验)

全国质量专业技术人员职业资格考试考前培训 质量专业理论与实务 (中级) 第一章 概率统计基础知识 §5 假设检验 培训教师:章 军 (辽宁大学) 2013 5.1 基本思想与基本步骤 在上一节一开始,我们就知道,统计推断有两个基本内容:一个是参数估计,另一个就是假设检验(hypothesis testing)。那么什么是假设检验呢?我们先从一个例子讲起。 5.1.1 假设检验问题 【例1.-1】 某厂生产某种化纤的纤度服从正态分布,其中的设计值为,每天都要对“”作例行检查,以观生产是否正常运行。某天从生产线中随机抽取根化纤,测得纤度值为:,,…,,其纤度平均值,问当日生产是否正常? 【注】仔细分析本题,可以得出如下结论:①这并不是一个参数估计问题;②这里是要求对命题“”作出回答:是,或者不是。这样的问题在质量管理中普遍存在。在数理统计中,把这类问题称为假设检验问题(hypothesis testing problem)。 5.1.2 假设检验的基本步骤 [掌握] ▲假设检验的基本思想是:根据所获得样本,运用统计分析方法,对总体的某种假设做出接受或拒绝的判断。具体做法分五大步骤,我们结合【例1.5-1hypothesis),就是要做出“是”与“否”回答(即做出“接受”或“拒绝”判断)的一个命题。这样的假设称为原假设(null hypothesis)。 在上例中,原假设为。的含义是“与设计值一致”,即“当日生产正常”。我们知道,要使当日生产化纤的纤度的均值正好等于而毫无差别是不可能的,若这种差异近视由随机误差引起的,则可认为是成立的,应该接受(这时称为真);但若差异是由其他特殊因素引起的,则可认为差异显著,即不成立,而应该拒绝(这时称为假)。与原假设相反的假设为。 ★这样与原假设相反的假设称为备择假设(alternative hypothesis),它是在原假设被拒绝时而应接受的假设。 ▲由此看来,在假设检验中,“建立假设”这一步要同时建立一对假设(原假设和备择假设)。比如在上例中,所建立的假设应该是: ,。 其实,与原假设 “配对”的备择假设还可能有另外两种形式:,或。即我们可以根据不同需要建立3对不同的假设(这里的原假设是相同的,所不同之处在于): (,; (,; (,。 上述3对假设,可以分为两类:(中的假设称为双侧假设(two-sided hypothesis),而(和(中的假设则称为单侧假设(one-sided hypothesis)。分类的依据是看(在(中,表示既可以“”也可以“”,所以是“双侧”;而在(和(中,只表示“”或“”其一,所以是“单侧”)。按此分类标准,以下也是单侧假设: (,; (,。 【注】备择假设的形式值得引起重视(后面我们会看到,备择假设形式的不同将会影响到拒绝域的形式)。 ▲关于建立假设,还要补充一个在数理统计中约定俗成的规定:原假设中必须有等号,从而在备择假设中绝对不能有等号。 【注】这一规定告诉我们:在原假设中必须用“”、“≤”或“≥”三者之一,而在备择假设中必须用“”、“ ”或“”三者之一。所以我们在建立假设时要注意规范性。根据实际问题,一定要把带有等号的假设作为原假设。 ★另外,若假设是关于总体参数的某个命题,则称之为参数假设检验问题。比如 , 【双侧假设】 , 【单侧假设】 , 【单侧假设】 这些都是参数假设检验问题。 【例1.5-1的,所以也属于参数假设检验问题。它的一般形式是,。 5.1.2.2 选择检验统计量,给出拒绝域的形式 由于,这个假设检验问题涉及正态均值,因此应选用样本均值,而在已知和原假设成立()情况下,由中心极限定理知,从而有。 这里的统计量就是今后要使用的检验统计量(test statistic),称统计量。 在【例1.5-1。 ▲考察检验统计量,不难看出: 越小,表明越接近,越应倾向于接受; 越大,表明越远离,越应倾向于拒绝。 那么,要小到什么程度我们才会认为应该接受,而又要大到什么程度我们才会认为应该拒绝呢?这时就要确定一个区别接受与拒绝的临界值(critical value),记其为。用临界值可以将样本空间分为两部分: 一部分是满足条件“”的区域,称为拒绝域(rejection region),即;另一部分则是满足条件“”的区域,称为接受域(acceptance region),即。 我们应把注意力放在拒绝域上。这是因为用一个样本就接受一个命题,在逻辑上来看理由很不充分;但用一个样本去推翻一个命题,理由则是充分的(这就像证明一个命题,有多少个例子都不够充分;而要推翻它,

文档评论(0)

haihang2017 + 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