浙大版概率第8章.pptVIP

第八章、假设检验 例1 某炼铁厂的铁水含碳量X在正常情况下服从正态 分布，现对工艺进行了某些改进，从中抽取5炉铁水 测得含碳量如下：4.421，4.052，4.357，4.287， 4.683，据此是否可判断新工艺炼出的铁水含碳量的 方差仍为0.1082（?=0.05）？ 解 这是一个均值未知，正态总体的方差检验， 用?2检验法 由?=0.05，得临界值 假设 例1 某炼铁厂的铁水含碳量X在正常情况下服从正态 分布，现对工艺进行了某些改进，从中抽取5炉铁水 测得含碳量如下：4.421，4.052，4.357，4.287， 4.683，据此是否可判断新工艺炼出的铁水含碳量的 方差仍为0.1082（?=0.05）？ 解 ?2统计量的观测值为17.8543 因为 所以拒绝原假设 即可判断新工艺炼出的铁水含碳量的方差不是0.1082 第一节：假设检验 第二节：正态总体均值的假设检验 第三节：正态总体方差的假设检验 第一节 假设检验 基本概念 基本思想 基本步骤 两类错误 假设检验 参数假设检验 非参数假设检验 这类问题称作假设检验问题 . 总体分布已 知，检验关 于未知参数 的某个假设 总体分布未知时的假设检验问题 在本节中，我们将讨论不同于参数估计的另一类重要的统计推断问题. 这就是根据样本的信息检验关于总体的某个假设是否正确. 一、基本概念 引例：已知某班《概率统计》的期末考试成绩服从 正态分布。根据平时的学习情况及试卷的难易程度，估 估计平均成绩为75分，考试后随机抽样5位同学的试卷， 得平均成绩为72分，试问所估计的75分是否正确？ “全班平均成绩是75分”，这就是一个假设 根据样本均值为72分，和已有的定理结论，对EX=75 是否正确作出判断，这就是检验，对总体均值的检验。 判断结果：接受原假设，或拒绝原假设。 表达：原假设：H0：EX=75；备择假设： H1：EX≠75 二、基本思想 参数的假设检验：已知总体的分布类型，对分布函数或 密度函数中的某些参数提出假设，并检验。 基本原则——小概率事件在一次试验中是不可能发生的。 思想：如果原假设成立，那么某个分布已知的统计 量在某个区域内取值的概率?应该较小，如果样本的观 测数值落在这个小概率区域内，则原假设不正确，所以， 拒绝原假设；否则，接受原假设。 拒绝域 检验水平（或显著性水平） 引例问题 原假设 H0：EX=75；H1：EX≠75 假定原假设正确，则X~N（75，?2），于是T统计量 可得 如果样本的观测值 则拒绝H0 检验水平 临界值 拒绝域 三、基本步骤 1、提出原假设H0 ，确定备择假设H1 ； 2、构造分布已知的合适的统计量； 3、由给定的检验水平?，求出在H0成立的条件下的 临界值（上侧?分位数，或双侧?分位数）； 4、计算统计量的样本观测值，如果落在拒绝域内， 则拒绝原假设，否则，接受原假设。 假设检验会不会犯错误呢？ 由于作出结论的依据是下述 小概率原理 小概率事件在一次试验中基本上不会发生 . 不是一定不发生 四、两类错误 第一类错误（弃真错误）——原假设H0为真，而检验 结果为拒绝H0；记其概率为?，即 P{拒绝H0|H0为真}= ? 第二类错误（受伪错误）——原假设H0不符合实际， 而检验结果为接受H0；记其概率为?，即 P{接受H0|H0为假}= ? 希望：犯两类错误的概率越小越好，但样本容量一定 的前提下，不可能同时降低?和?。 原则：保护原假设，即限制?的前提下，使?尽可能的小。 注意：“接受H0”，并不意味着H0一定为真；“拒绝H0” 也不意味着H0一定不真。 检验水平 H0为真 实际情况 决定 拒绝H0 接受H0 H0不真 第一类错误 正确 正确 第二类错误 犯两类错误的概率: 显著性水平 为犯第一类错误的概率. P{拒绝H0|H0为真}= ? P{接受H0|H0为假}= ? 第二节 正态总体均值的假设检验 单个正态总体的均值检验 两个正态总体的均值检验 一、单个正态总体的均值检验 问题：总体 X~N（?，?2），?2已知 假设 H0：?=?0；H1：?≠?0 构造U统计量 由 U检验法 双边检验 如果统计量的观测值 则拒绝原假设；否则接受原假设 确定拒绝域 H0为真的前提下 1、方差已知 例1 由经验知某零件的重量X~N（?，?2），?=15， ?=0.05；技术革新后，抽出6个