概率论与数理统计选编.pptVIP

概率论与数理统计第14讲 假设检验 第八章 假设检验 8.1 假设检验 8.2 正态总体均值的假设检验 8.3 正态总体方差的假设检验 8.4 置信区间与假设检验的关系 8.1 假设检验 一.假设检验的相关概念 例3 用热敏电阻测温仪间接温量地热勘探井底温度,重复测量7次，测得温度(℃): 112.0 113.4 111.2 112.0 114.5 112.9 113.6 而用某种精确办法测得温度为112.6(可看作真值)，试问用热敏电阻测温仪间接测温有无系统偏差(设温度测量值X服从正态分布，取 ?=0.05 )? 解: H0：?=112.6；H1：??112.6 由p{|T|?t0.025(n ?1)} =0.05, 得拒绝域为|T|?t0.025(6)=2.4469 这里 接受H0 例4 设正品镍合金线的抗拉强度服从均值不低于10620 (kg/mm2)的正态分布, 今从某厂生产的镍合金线中抽取10根,测得平均抗拉强度10600 (kg/mm2) ,样本标准差为80.,问该厂的镍合金线的抗拉强度是否不合格? (?=0.1) 解:H0：??10620；H1：?10620 由p{T ? - t0.1(9)} =0.1, 得拒绝域为 T ? - t0.1(9) =-1.383 这里 接受H0，线是合格的 二、双正态总体均值差的假设检验 而对应的单边问题 拒绝域为 拒绝域为 例5. 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?(?=0.10) 解: 这里: 拒绝H0 , 认为两种安眠药的疗效有显著性差异 例6: 上题中,试检验是否甲安眠药比乙安眠药疗效显著? 这里:t=1.861.3304,故拒绝H0,认为甲安眠药比乙安眠药疗效显著 一、单总体方差的假设检验 8.3 正态总体方差的假设检验 它们的和集 为了计算方便, 习惯上取 拒绝域为: 假定?未知，双边检验: 对于假设 得水平为?的拒绝域为 * * 假设检验问题是统计推断的另一类重要问题. 在总体的分布函数完全未知或只知其形式、但不知其参数的情况下, 为了推断总体的某些性质, 提出某些关于总体的假设. 关于总体分布函数的形式或关于总体参数值得陈述叫作统计假设.例如,提出总体服从泊松分布的假设; 对于正态总体提出数学期望等于μ0的假设等。 如何利用样本值对一个具体的假设进行检验? 通常借助于直观分析和理论分析相结合的做法,其基本原理就是人们在实际问题中经常采用的所谓实际推断原理: “一个小概率事件在一次试验中几乎是不可能发生的”. 下面结合实例来说明假设检验的基本思想. 假设检验就是根据样本对所提出的假设作出判断: 是接受, 还是拒绝. 处理假设检验要做两件事： 1）确定一个检验统计量，它的值决定于样本值； 2）确定一个拒绝域（临界域），它是检验统计量的值的集合. 实例 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0.5千克, 标准差为0.015千克.某日开工后为检验包装机是否正常, 随机地抽取它所包装的糖9袋, 称得净重为(千克): 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? 分析:用μ，σ分别表示这一天袋装糖总体X的均值和标准差， 由长期实践可知, 标准差较稳定, 问题: 根据样本值判断 提出两个对立假设 再利用已知样本作出判断是接受假设 H0 ( 拒绝假设 H1 ) , 还是拒绝假设 H0 (接受假设 H1 ).如果作出的判断是接受 H0, 即认为机器工作是正常的, 否则, 认为是不正常的. 由于要检验的假设涉及总体均值, 故可借助于样本均值来判断. 于是可以选定一个适当的正数k, 由标准正态分布分位点的定义得 于是拒绝假设H0, 认为包装机工作不正常. 假设检验过程如下: