假设检验(两个总体)分解.ppt

总体方差的检验(?2 检验) 方差的卡方 (?2) 检验 检验一个总体的方差或标准差 假设总体近似服从正态分布 检验统计量为： 总体方差的区间估计(图示) 方差的卡方 (?2) 检验(例题分析) 【例】某厂商生产出一种新型的饮料装瓶机器，按设计要求，该机器装一瓶一升(1000cm3)的饮料误差是否为1cm3。现从该机器装完的产品中随机抽取25瓶，分别进行测定，得到如下结果(用样本减1000cm3) 。 (?=0.05) 解： 设H0: ?2 = 1 H1: ?2 ? 1 ? = 0.05 df = 25 －1 = 24 解： 设H0: ?2 = 1 H1: ?2 ? 1 ? = 0.05 df = 25 －1 = 24 H0: ?2 = 1 H1: ?2 ? 1 ? = 0.05 df = 25 －1 = 24 H0: ?2 = 1 H1: ?2 ? 1 ? = 0.05 df = 25 －1 = 24 H0: ?2 = 1 H1: ?2 ? 1 ? = 0.05 df = 25 - 1 = 24 有人说在大学中男生的学习成绩比女生的好，现从南农大随机抽取了25名男生和16名女生，对他们进行了同样题目的测试。结果男生的平均成绩为82分，方差为56分；女生的平均成绩为78分，方差为49分。假设显著性水平为0.02，从上述数据中能得到什么结论？ 两个正态总体参数的检验 独立样本总体均值之差的检验 两个独立样本之差的抽样分布 两个总体均值之差的检验(?12、 ?22 已知) 1. 假定条件 两个样本是独立的随机样本 两个总体都是正态分布 若不是正态分布, 可以用正态分布来近似(n1?30和 n2?30) 检验统计量为 两个总体均值之差的检验(?12、 ?22 已知) 1. 假定条件 两个样本是独立的随机样本 两个总体都是正态分布 若不是正态分布, 可以用正态分布来近似(n1?30和 n2?30) 检验统计量为 两个总体均值之差的检验 (假设的形式) 两个总体均值之差的检验 (假设的形式) 两个总体均值之差的检验 (假设的形式) 两个总体均值之差的检验 (例题分析) 两个样本是独立的随机样本 两个总体都是正态分布 若不是正态分布, 可以用正态分布来近似(n1?30和 n2?30) 选用的检验统计量为 解： 设H0: ?1- ?2 = 0 H1: ?1- ?2 ? 0 ? = 0.05 n1 = 32，n2 = 40 两个正态总体均值之差的检验 (?12、 ?22 未知且不相等,小样本) 两个总体均值之差的检验(?12、 ?22 未知且不相等,小样本) 检验具有不等方差的两个总体的均值 假定条件：两个样本是独立的随机样本；两个总体都是正态分布；两个总体方差未知且不相等?12 ? ?22 检验统计量为： 两个总体均值之差的检验(?12、 ?22 未知且不相等,小样本) 检验统计量为： 两个正态总体均值之差的检验 (?12、 ?22 未知但相等,小样本) 两个总体均值之差的检验 (?12、 ?22 未知但相等,小样本) 检验具有等方差的两个总体的均值 假定条件 两个样本是独立的随机样本 两个总体都是正态分布 两个总体方差未知但相等?12 = ?22 检验统计量为： H0: ?1- ?2 ? 0 两个总体方差比的检验 两个总体方差比的检验(F 检验) 假定条件 两个总体都服从正态分布 两个独立的随机样本 假定形式 H0：s12 = s22 或 H0：s12 ? s22 (或 ? ) H1：s12 ? s22 H1：s12 s22 (或 ) 两个总体方差比的检验(F 检验) 检验统计量为： 两个总体方差比的检验(F 检验) 检验统计量为： 两个总体方差比的检验(F 检验) 检验统计量为： 由于假设H0： ＝ 即：F = S12 /S22～F(n1 – 1 , n2 – 1) 两个总体方差的 F 检验(临界值) 例如：分别从两个正态总体中抽样，样本容量分别为n1＝15，n2＝20；样本方差分别为S12=2431.429，S22=3675.461， 请在α＝0.05的水平下检验两个总体方差水平的差异性。 课后作业： 两个实验室用某种方法对同一控制样品进行测定，其中甲实验室8次测定的标准差为 S1＝0.57mg/L，乙实验室7次测定的标准差为S2＝0.35mg/L，问这两个实验室的测定值是否具有相同的精密度？ 有人说在大学中男生的学习成绩比女生的好，现从南农大随机抽取了25名男生和16名女生，对他们进行了同样题目的测试。结果男生的平均成绩为82分，方差为56分；女生的平均成绩为78分，方差为49分