应用统计学第7章解决方案.ppt

应用统计第1章 第7章 单个总体的假设检验 本章教学目标 了解和掌握统计推断中的另一个基本问题：参假设检验及其在经济管理中的应用； 掌握运用 Excel 的“数据分析”及其统计函数功能求解假设检验问题。 本章主要内容： §7.1 案例介绍 §7.2 假设检验的基本原理 §7.3 单个正态总体均值的检验 §7.4 单个正态总体方差的检验 本章重点：假设检验中不可避免的两类错误及其应用 Excel“数据分析”功能的使用及其运行输出结果分析。 难点：假设检验中不可避免的两类错误及其应用。 §7.1 案例介绍 【案例1】新工艺是否有效？ 某厂生产的一种钢丝的平均抗拉强度为 10560 (kg/cm2)。 现采用新工艺生产了一种新钢丝，随机抽取 10 根，测得抗拉强度为： 10512, 10623, 10668, 10554, 10776 10707, 10557, 10581, 10666, 10670 求得新钢丝的平均抗拉强度为 10631.4(kg/cm2)。 是否就可以作出新钢丝的平均抗拉强度高于原钢丝，即新工艺有效的结论? 某台加工缸套外径的机床，正常状态下所加工缸套外径的标准差应不超过 0.02 mm。 检验人员从加工的缸套中随机抽取 9 个，测得外径的样本标准差为 S = 0.03 mm。 问：该机床的加工精度是否符合要求? §7.2 假设检验的原理 一、实际推断原理 假设检验的理论是小概率原理，又称为实际推断原理，其具体内容是：小概率事件在一次试验中是几乎不可能发生的。 二、假设检验推理的思想方法 假设检验推理的思想方法是某种带有概率性质的反证法。 三、基本原理和步骤 例1：统计资料表明，某电子元件的寿命 X～N(?0 , ? 2 )，其中 ?0 已知，? 2 未知。 现采用了新工艺生产，测得新工艺生产的 n 个元件寿命为 x1, x2, ···, xn。 问： 新工艺生产的元件期望寿命 ? 是否比原工艺的元件期望寿命 ?0 有显著提高? 此问题要推断的是： 是否 ? ?0? 这可用假设检验的方法解决，步骤如下： 本例中 H0：? = ?0 2. 按希望出现的结果提出一个与原假设对立的假设，称为备择假设，记为 H1。 本例中 H1：? ?0 3. 构造一个能用来检验原假设 H0 的统计量 4. 给定一个小概率 ? ， 设 t 为检验原假设 H0 所用的统计量，t?(n-1)为检验的临界值，由显著性水平 ? 的定义(右边检验) P{ t t?(n-1) | H0 为真}= ? 可知检验中可能出现以下两类判断错误： 两类错误的关系 由图可知，减少 ? 会增大 ?，反之也然。 在样本容量 n 不变时，不可能同时减小犯两类错误的概率。 应着重控制犯哪类错误的概率，这应由问题的实际背景决定。 当第一类错误造成的损失大时，就应控制犯第一类错误的概率 ? (通常取 0.05，0.01等)； 反之，当第二类错误造成的损失大时，就应控制犯第二类错误的概率 ?。 要同时减小须犯两类错误的概率，必须增大样本容量 n。 §7.3 单个总体均值的检验 当 H0 为真时，由 P { t ≤ t? ( n-1) }=1-? 可得：若 t t? ( n-1 ) 就拒绝 H0，接受 H1； 否则就认为 ? 并不显著高于 ?0 。 案例1. 检验新工艺的效果 某厂生产的一种钢丝抗拉强度服从均值为10560(kg/cm2)的正态分布，现采用新工艺生产了一种新钢丝，随机抽取10根测得抗拉强度为： 10512, 10623, 10668, 10554, 10776 10707, 10557, 10581, 10666, 10670 问在显著性水平 ? = 0.05下，新钢丝的平均抗拉强度比原钢丝是否有显著提高? 案例 1 解答： 在案例1中，若取 ? = 0.01，问结论如何? 【解】∵ t0.01(9) = 2.8214， t =2.7875 t0.01(9) = 2.8214 故不能拒绝 H0。即在水平 ? = 0.01下，新钢丝平均抗拉强度并无显著提高。 通常，在 ? =0.05 下拒绝 H0，则称检验结果为一般显著的； 若在 ? =0.