概率论与数理统计教程茆诗松第7章.ppt

解：用X 表示镍合金的硬度，Y 表示铜合金的硬 度，则由假定， 要检验的假设是： 经计算， 从而 查表知 由于 故拒绝原假设，可判断镍合金硬度有显著提高。 7.2.3 正态总体方差的检验 一、单个正态总体方差的检验 设 是来自 的样本，对方差亦可考虑如下三个检验问题： 通常假定? 未知，它们采用的检验统计量是 相同的，均为 若取显著性水平为? ，则对应三个检验问题的拒绝域依次分别为 例7.2.4 某类钢板每块的重量X 服从正态分布， 其一项质量指标是钢板重量的方差不得超过 0.016 (kg2)。现从某天生产的钢板中随机抽取 25块，得其样本方差S2=0.025(kg2)，问该天生 产的钢板重量的方差是否满足要求。 解：原假设为 备择假设为 此处n=25，若取?=0.05，则查表知 由此，在显著性水平0.05下，我们拒绝原假设，认为该天生产的钢板重量不符合要求。 现计算可得 二、两个正态总体方差比的F 检验 设 是来自 的样本， 是来自 的样本。考虑如下三个假设检验问题 通常 , 均未知，记 , 分别是由 算得的 的无偏估计和由 算得的 的无偏估计. 可建立检验统计量: 三种检验问题对应的拒绝域依次为 }。 或 例7.2.5 甲、乙两台机床加工某种零件，零件 的直径服从正态分布，总体方差反映了加工 精度，为比较两台机床的加工精度有无差别， 现从各自加工的零件中分别抽取7件产品和8 件产品，测得其直径为 X (机床甲) 16.2 16.4 15.8 15.5 16.7 15.6 15.8 Y (机床乙) 15.9 16.0 16.4 16.1 16.5 15.8 15.7 15.0 这就形成了一个双侧假设检验问题，原假设是 备择假设为 此处 m=7，n=8，经计算 查表知 于是 ，若取? =0.05， 其拒绝域为 由此可见，样本未落入拒绝域，即在0.05水平下可以认为两台机床的加工精度一致。 7.4.3 正态性检验 正态分布是最常用的分布，用来判断总体分布是否为正态分布的检验方法称为正态性检验，它在实际问题中大量使用。 一、 正态概率纸 正态概率纸可用来作正态性检验，方法如下：利用样本数据在概率纸上描点，用目测方法看这些点是否在一条直线附近，若是的话，可以认为该数据来自正态总体，若明显不在一条直线附近，则认为该数据来自非正态总体。 例7.4.4 随机选取10个零件，测得其直径与标 准尺寸的偏差如下：（单位：丝） 9.4 8.8 9.6 10.2 10.1 7.2 11.1 8.2 8.6 9.6 在正态概率纸上作图步骤如下： (1) 首先将数据排序： 7.2 8.2 8.6 8.8 9.4 9.6 9.8 10.1 10.2 11.1; (2) 对每一个i，计算修正频率 (i-0.375)/(n+0.25), i=1,2,…,n, (3) 将点 逐一点在正态概率纸上, (4) 观察上述n个点的分布: 若诸点在一条直线附近,则认为该批数 据来自正态总体； 若诸点明显不在一条直线附近，则认为 该批数据的总体不是正态分布。 从图7.4.2可以看到，10个点基本在一条直线附近，故可认为直径与标准尺寸的偏差服从正态分布。 如果从正态概率纸上确认总体是非正态分布时，可对原始数据进行变换后再在正态概率纸上描点，若变换后的点在正态概率纸上近似在一条直线附近，则可以认为变换后的数据来自正态分布，这样的变换称为正态性变换。常用的正态性变换有如下三个：对数变换 、倒数变换 和根号变换 。 图7.4.3 给出这10个点在正态概率纸上的图形，这10个点明显不在一条直线附近，所以可以认为该电子元件的寿命的分布不是正态分布。 例7.4.5 随机抽取某种电子元件10个,测得其寿 命数据如下: 110.47, 99.16