第八章假设检验117.pptVIP

* * * * * * * * * 9 * * Rejection region does NOT include critical value. * Rejection region does NOT include critical value. * Rejection region does NOT include critical value. * * * * * Rejection region does NOT include critical value. * Rejection region does NOT include critical value. * Rejection region does NOT include critical value. * Rejection region does NOT include critical value. * Rejection region does NOT include critical value. * * * * * * * * * 9 * * * 卡方 (?2) 检验 计算结果 H0: ?2 = 0.0025 H1: ?2 ? 0.0025 ? = 0.05 df = 20 - 1 = 19 临界值(s): 统计量: 在 ? = 0.05的水平上接受H0 有证据表明该日纤度的波动比平时没有显著差异 ? 2 0 32.852 8.907 ? /2 =.025 决策: 结论: 【例8.9 】 某厂商生产出一种新的饮料瓶机器, 按设计要求, 该机器装一瓶1000ml的饮料误差上下不超过1ml。如果达到设计要求, 表明机器的稳定性能非常好。现从该机器装完的产品中随机抽取25瓶,分别进行测定(用样本观测值分别减1000ml) , 得到如表8-2所示的结果。 试以α=0.05的显著性水平检验该机器的性能是否达到设计要求 表8—7 25瓶饮料容量测试结果 0.3 -0.4 -0.7 1.4 -0.6 -0.3 -1.5 0.6 -0.9 1.3 -1.3 0.7 1 -0.5 0 -0.6 0.7 -1.5 -0.2 -1.9 -0.5 1 0.2 -0.6 1.1 解: 这里采用双侧检验, 如果样本统计量 故不能拒绝H0, 认为该机器的性能达到设计要求. 8. 3 两个总体参数的检验 8.3.1 检验统计量的确定 ★两个总体均值之差的检验 ★两个总体比例之差的检验 ★两个总体方差比的检验 两个正态总体的检验 均值之差的检验 比例之差的检验 方差比的检验 σ2已知或σ2未知大样本 σ2未知小样本 Z统计量 t 统计量 Z统计量 F统计量 图8—13 检验统计量的确定 8.3.2 两个总体均值之差的检验 式中, μ1为总体1的均值, μ2为总体2的均值。 (8.5) 【8.10】 有两种方法可用于制造某种以抗拉强度为重要特征的产品。根据以往的资料得知，第一种方法生产出产品抗拉强度的标准差为8千克，第二种方法的标准差为10千克。从两种方法生产的产品中各抽一个随机样本，样本量分别为n1=32，n2=40，测得 =50千克， =44千克。问这两种方法生产出来的产品平均抗拉强度是否有显著差别（α=0.05）？ 解: 用双侧检验。H0：μ1-μ2=0 H1：μ1-μ2 ≠0 依题意， 由Zα/2 =1.96, 知|Z||Zα/2|，所以拒绝H0。即两种方法生产出来的产品其抗拉强度有显著差异。 ～ 用S1和S2来加权平均出σ的值 (8.6) (8.7) (8.8) t 的自由度为n1+n2-2 改变了自由度已不是(n1+n2-2), 而是v (8.10) (8.9) (8.11) 【例8.11】 尽管存在争议，但大多数科学家认为，食用含有高纤维的谷类食物有助于降低癌症发生的可能性。然而有一个科学家提出，如果人们在早餐中食用高纤维的谷类食物，那么平均而言，与早餐没有食用谷物的人群相比，食用谷物者在午餐中摄取的热量（大卡）将会减少（Toronto Star, 1991)。如果这个观点成立，谷物食品的生产商又将获得一个很好的机会，他们会宣传说：“多吃谷物吧，早上也吃，这样将有助于减肥。”为了验证这个假设，随机抽取了35人，询问他们早餐和午餐的通常食谱，根据他们的食谱，将其分为两类，一类为经常的谷类食用者（总体1），一类为非经常阅类食用者（总体2）。然后测度每人午餐的大卡摄取量。经过一段时间的实验，得到的结果如表8—3所示。 试以α=0.05的显著性水平检验。 表8-3 35人大卡摄取量 总体1 568 681 636 607 555 496 540 539 529 562 589