07--假设验.ppt

假设检验;目錄;广告宣传的虚假性;广告宣传是虚假的吗;假设检验的原理;假设检验的原理(续);假设检验的几个步骤;提出假设;零假设的选取;零假设的选取(续一);零假设的选取(续二);构造检验统计量;;做出决策;显著性水平;判定法则;零假设和备择假设;单侧检验(one-tailed hypothesis);检验的方向性;临界值;单侧检验的例子;单侧检验的例子(续一);单侧检验的例子(续二);双侧检验(two-tailed hypothesis);双侧检验;双侧检验;两类错误;两类错误出现的场合; 接受H0 拒绝H0，接受H1 H0为真 1－α（正确决策） α（弃真错误） H0为伪 β （取伪错误） 1－ β（正确决策）;两类错误的关系; 例2: 一道工序用自动化车床连续加工某种零件，由于刀具损坏等会出现故障.故障是完全随机的，并假定生产任一零件时出现故障机会均相同.工作人员是通过检查零件来确定工序是否出现故障的.现积累有100次故障纪录，故障出现时该刀具完成的零件数如下： 459 362 624 542 509 584 433 748 815 505 612 452 434 982 640 742 565 706 593 680 926 653 164 487 734 608 428 1153 593 844 527 552 513 781 474 388 824 538 862 659 775 859 755 49 697 515 628 954 771 609 402 960 885 610 292 837 473 677 358 638 699 634 555 570 84 416 606 1062 484 120 447 654 564 339 280 246 687 539 790 581 621 724 531 512 577 496 468 499 544 645 764 558 378 765 666 763 217 715 310 851 试判断安全加工零件数是否大于500.;假设检验的Minitab实现;假设检验的Minitab实现;Minitab输出结果;其它注意事项; 假设检验的案例 在总体分布函数完全未知或只知形式，但不知其参数的情况下，为了推断总体的某些性质，提出关于总体的某些假设。例如： 提出总体服从泊松分布的假设。 提出正态总体的数学期望等于?0 的假设。 例3 某车间用一台包装机包装葡萄糖。包得的袋装 糖重是一个随机变量，它服从正态分布。当机器正常时， 其均值为0.5公斤，标准差为0.015公斤。某日开工后为检 为检验包装是否正常，随机地抽取它所包装的糖9袋，称;称得重量为(公斤)： 0.497 0.506 0.518 0.524 0.498 0.511 0.520 0.515 0.512 问机器是否正常？ ;作出判断是接受假设H0(拒绝假设H1).还是拒绝H0:(即接受H1). 如接受H0, 认为?=?0,机器是正常工作的.检验的假设涉及总体均值?,故想到用 来判断.如果 H0为真,则| -?0|不应太大。且有;拒绝H0的判断，这是一种错误。犯这种错误的概率记为： P{拒绝H0 |H0为真} 或 P?0{拒绝H0 }, 表示参数m取m0时事件{·}的概率， P?∈H0{拒绝H0}, 表示 m取H0规定的值时事件{·}的概率。 虽然无法排除“弃真”错误，但希望控制在一定限度内， 即给出一个较小的数a(0a1),使犯错误概率不超过a,即 P{拒绝H0 |H0为真}≤a . 引入此式后就可确定k。我们取犯错误的概率最大为a ,即令;分位点的定义得：k=Za/2 .;一般取a=0.01, 0.05. 故H0为真时, 即m=m0时，; 设总体x~N(m,s2), s已知, x1 , x2 ,···, xn 是来自x的