概率论与数理统计第八章1.pptVIP

ch8 而 由于 故接受H0，判定该批零件合格. 二、 ?2未知时，均值?的假设检验—t 检验 设总体X~N(?, ?2) ， ?2未知，(X1，X2，…，Xn)是来自总体 X 的样本．这里要检验的是 对于给定的显著性水平 ? ，拒绝域为 我们用 S 2 代替 ?2 ，当H0为真时，检验统计量 上述检验统计量服从 t 分布，称这种检验为 t 检验．类似地可以进行单边检验. H0: ? ? ?0 ; H1: ? ??0 ? ? ?0 ? ??0 ? ? ?0 ? ? ?0 ? ?0 ? ?0 t 检验法 (?2 未知) 原假设 H0 备择假设 H1 检验统计量及其 H0为真时的分布 拒绝域 例1 某厂生产的马达说明书上写着: 在正常负载下马达平均消耗电流不会超过0.8 安培. 现随机抽取16台马达试验, 求得平均消耗电流为0.92安培, 消耗电流的标准差为0.32安培. 假设马达所消耗的电流服从正态分布, 取显著性水平为? = 0.05, 问据此样本, 能否否定厂方的断言? 解 根据题意待检假设可设为 H0 : ? ? 0.8 ； H1 : ? 0.8 ? 未知, 检验统计量: 拒绝域W为 现 故接受原假设, 即不能否定厂方断言. 解二 H0 : ? ? 0.8 ； H1 : ? 0.8 故接受原假设, 即否定厂方断言. 检验统计量: 拒绝域W为 现 由例1可见: 对问题的提法不同(把哪个假设作为原假设),统计检验的结果也会不同. 上述两种解法的立场不同，因此 得到不同的结论. 第一种假设是不轻易否定厂方的结论； 第二种假设是不轻易相信厂方的结论. 由于假设检验是控制犯第一类错 误的概率, 使得拒绝原假设 H0 的决策 变得比较慎重, 也就是 H0 得到特别的 保护. 因而, 通常把有把握的, 经验的 结论作为原假设, 或者尽量使后果严 重的错误成为第一类错误. ? 2?? 02 ? 2? 02 ? 2? 02 ? 2?? 02 ? 2=? 02 ? 2?? 02 原假设 H0 备择假设 H1 检验统计量及其在 H0为真时的分布 拒绝域 ( ? 未知) ?2 检验法 三、关于 ? 2 的检验 例2 某汽车配件厂在新工艺下对加工好的25个活塞的直径进行测量, 得样本方差S2=0.00066.已知老工艺生产的活塞直径的方差为0.00040. 问进一步改革的方向应如何？ 解 一般进行工艺改革时, 若指标 的方差显著增大, 则改革需朝相反方 向进行以减少方差；若方差变化不显 著, 则需试行别的改革方案. 设测量值 需考察改革后活塞直径的方差是否不大于改革前的方差？故待检验假设可设为： H0 : ? 2 ?0.00040 ; H1 : ? 2 0.00040. 此时可采用效果相同的单边假设检验 H0 : ? 2 =0.00040 ；H1 : ? 2 0.00040. 取统计量 落在拒绝域内, 故拒绝H0. 即改革后的方差显著大于改革前, 因此下一步的改革应朝相反方向进行. 拒绝域 ： 例3 某自动机床加工车轴,根据要求车轴直径的方差不应超过0.1.为检验自动机床的工作精度，从加工后的车轴中抽取25件产品，测得数据如下： 车轴直径 xi 3.2 3.6 3.9 4.3 4.5 频 数 ni 3 5 8 7 2 设车轴直径服从正态分布,取?＝0.05 检验机床是否达到所要求的精度？ 解 设X为加工车轴的直径,则 作右侧假设检验 取检验统计量 拒绝域 算得 落拒绝域W外,接受Ho即认为机床达到所要求的精度. 设 X ~ N ( ?1 ? ?1 2 ), Y ~ N ( ?2 ? ?2 2 ) 两样本 X , Y 相互独立, 样本 (X1, X2 ,…, Xn1 ), ( Y1, Y2 ,…, Yn2 ) 样本值 ( x1, x2 ,…, xn1 ), ( y1, y2 ,…, yn2 ) 显著性水平? 两个正态总体的检验 ?1 – ?2 = ? ( ?12，?22 已知) (1) 关于均值差 ?1 – ?2 的U检验 ?1 – ?2 ? ? ?1 –