第6章参数假设检验.pptVIP

注：在SPSS的均值比较(Compare Means)模块中，检验方差齐性的F统计量为 这与上面使用的 进行的检验并无本质区别。 2. 对于问题（2） 原假设 H0： 备择假设 H1： 这是一个单尾检验。检验统计量仍然是 需要找一个临界值 ，满足 若通过观察值计算得到的统计值大于临界值则拒绝原假设。 依题意需检验假设 一台机床大修前曾加工了 件零件,加工尺寸 的样本方差为 大修后加工了 件零件，加工 尺寸的样本方差为 试问机床大修后的加工精度是 否有显著提高？ 对机床大修后的加工精度进行验收 保护维修方利益 保护被维修方利益 一般认为机床大修后加工精度不会降低，故小于号“ ”可以不写 故拒绝 ,即认为大修后机床加工精度有显著提高. 采用单边 检验法,求得 的拒绝域是 查表得 ，因为 原假设 H0： 3. 对问题（3） 虽然未知 ，但知道 。要检验 备择假设 H1： 检验统计量 采用统计量 检验类似于前面的双尾t检验。 4. 对问题（4） 原假设 H0： 仍未知 ，且不具方差齐性，即 。要检验 备择假设 H1： 检验统计量 采用统计量 检验类似于前面的双尾t检验。 配对T检验 前面对两个正态总体参数的比较并没有要求两个样本观察值：x1, x2, …, xn与y1, y2, …, ym 之间存在任何对应关系，实际上样本容量m与n也不一定相等。 在某些对比研究中两套样本的数据可能是成对出现的。这时就不再采用上述的方法进行均值比较的T检验，而是简单地令 然后应用前面关于单个正态总体均值检验的方法检验ui的均值与0是否显著差异，从而得到两组样本对应的总体均值是否存在显著差异的结论。这就是所谓的配对T检验。 关于应用范围的说明 首先除了两个正态总体的参数比较外，两个一般总体的大样本的对应参数的比较，根据中心极限定理也可通过两个正态总体的参数比较进行检验。因此本节介绍的内容具有广泛的应用。包括 采用两种 设备 工艺 原料 …… 生产的产品某属性的比较 采用两种 方案 措施 政策 …… 的效果的比较 例. 比较甲,乙两种安眠药的疗效。将20名患者分成两组,每组10人.其中10人服用甲药后延长睡眠的时数分别为1.9, 0.8, 1.1, 0.1, -0.1, 4.4, 5.5, 1.6, 4.6, 3.4;另10人服用乙药后延长睡眠的时数分别为0.7, -1.6, -0.2, -1.2, -0.1, 3.4, 3.7, 0.8, 0.0, 2.0.若服用两种安眠药后增加的睡眠时数服从方差相同的正态分布.试问两种安眠药的疗效有无显著性差异?(?=0.01) 上例的解：两种药物延长睡眠时间数据如下表 利用SPSS的独立样本t检验（Independent Samples t-Test）可以得到 可见在0.01的显著性水平下，两种药物延长睡眠时间的方差不存在显著差异，并且两种药物延长睡眠时间的均值也不存在显著差异。 问题 如果将上例中修改为：比较甲,乙两种安眠药的疗效。对10名患者，首先给他们服用甲药，服用后延长睡眠的时数分别为1.9, 0.8, 1.1, 0.1, -0.1, 4.4, 5.5, 1.6, 4.6, 3.4;过了一段时间后，再给他们服用乙药，服用后延长睡眠的时数分别为0.7, -1.6, -0.2, -1.2, -0.1, 3.4, 3.7, 0.8, 0.0, 2.0. 试问两种安眠药的疗效有无显著性差异?(?=0.01) 6.5 大样本下两个任意总体的均值检验 设相互独立地从两个总体中随机抽取数量足够大的样本。 来自总体1的样本是: 来自总体2的样本是: 则由中心极限定理近似地有 检验总体1，2的均值是否相同的问题可转化为检验是否 的问题。 对于统计量 的分布，有如下性质： （1）均值： （2）方差： （3）分布形式：在大样本下近似地有 因此若已知方差，则可使用如下的统计量 来检验零假设H0： 若方差未知，如下的统计量 在大样本下近似地服从标准正态分布N(0, 1)。因此可以用来检验零假设H0： 应用：大样本下两个0-1总体的比例值（均值）的检验问题 例6.5.1 用X表示在方案1下任意抽到的一个顾客订购产品的态度，则X~B(1, p1)。其中p1表示在方案1下顾客“购买”的概率。用Y表示在方案2下任意抽到的一个顾客订购产品的态度，则Y~B(1, p2)。这两种方案是否不存在显著区别，等价于是否显著地有 注意到两个分布的方差分别为 因此相应的检验统计量为 但即便原假设成立，上面