7_假设检验.ppt

第二章 随机变量及其分布 第一章 随机事件及其概率 第七章 假设检验 §7.1假设检验的基本概念 §7.2单个正态总体参数的假设检验 §7.3两个正态总体参数的假设检验 §7.5总体分布的拟合检验 §7.1假设检验的基本概念 1.假设检验的基本思想与推理方法 §7.3两个正态总体参数的假设检验 §7.5总体分布的拟合检验 皮尔逊?2拟合检验法： 设进行n次独立试验，得到样本观测值的频率分布如下 ： 例2（书P194）　上例1中曾假定?x2=?y2,这一假定是否成立? 由例1和例2可知，若两个正态总体的分布参数?x,?y,?x2,?y2都未知，则为了检验这两个均值是否有显著差异，应当首先检验这两个总体的方差是否有显著差异;在接受原假设H0：?x2=?y2的基础上，再检验另一原假设， H0’： ?x=?y。 例(书p204) 农业研究所为了研究某种化肥对农作物的效力，在１３个小区进行试验，得到农作物单位面积产量（公斤）如下： 未施肥小区：29 27 32 31 28 32 31 施肥小区： 34 35 32 33 34 30 设农作物的单位面积产量服从正态分布，检验施用该化肥能否显著提高农作物单位面积产量（?=0.0５）？ 分析：两个正态总体的均值假设检验，但首先要检验两者的方差有无显著差异。 例（补充） 已知某厂生产的维尼纶纤度服从正态分布，标准差?0=0.048，某日抽取５根纤维，测得纤度为 1.32,1.55,1.41,1.40,1.44，问这天生产的维尼纶的均方差?是否有显著变化（?=0.01）？ 分析：单个正态总体方差的假设检验问题。要检验的假设为 解： l f n 总计 p1 p2 … Pl f1 f2 … fl n1 n2 … nl a0?a1 a1?a2 … al-1?al 概率 频率 频数 子区间 一般在进行参数检验之前，需要对总体的分布进行推断，即总体分布的拟合检验问题。 * * 例　某厂生产一种电子元件，在正常情况下，电子元件的使用寿命X(h)服从正态分布N(2500,1202).某日从该厂生产的一批电子元件中随机抽取16个，测得样本均值 ，假设电子元件寿命的方差不变，能否认为该日生产的这批电子元件的寿命均值?=2500(h)? 解　已知总体X?N(?,?2),且?=?0=120，要求检验下面的假设 （7.1） 通常称假设H0为原假设，称假设H1为备择假设。 假设检验就是要在原假设H0和备择假设H1之间选一： 如认为原假设H0是正确的，则接受H0 ； 如认为原假设H0是不正确的，则拒绝H0而接受备择假设H1 。 (1)原假设H0是正确的，即总体均值?=?0=2500，对于样本均值 与假设的总体均值?0之间出现某些差异是完全可能的； (2)原假设H0是不正确的，即总体均值?≠?0，因为 与?0之间的差异不是随机性的，而是存在显著性差异。 已知样本均值 ，对于样本均值 与假设的总体均值?之间的差异可以有两种不同解释： x=2435(h) 首先给定一个临界概率?，成为显著性水平，通常?取较小值，如0.05或0.01。在原假设H0成立的条件下，确定临界值??使随机事件 的概率等于?，即 由§5.5知，统计量 为了方便，用统计量u的临界值u?/2取代临界值?? 。 例如取显著性?=0.05，则u?/2 =?0.025=1.96；从而有 |u|1.96是小概率事件，根据小概率事件实际不可能性原理，认为在原假设H0成立的条件下这样的小概率事件不肯能发生。现在 小概率事件发生了，则表明抽样结果与原假设H0 不相符合，即样本均值 与假设的总体均值?0之间有显著差异。因此，应当拒绝原假设H0，接受备择假设H1。 若?=0.01，则u?/2 =2.58，则接受假设H0。因此，假设检验的结论与选取的显著性水平?有密切关系。 2.双侧假设检验与单侧假设检验 当统计量u的观测值的绝对值大于临界值，即u的观测值落在区间(-?,-u?/2)或(u?/2,+?)内，则拒绝原假设，这样的区间称为关于原假设的拒绝域（简称拒绝域）。 若拒绝域位于两侧，这称这类假设检验为双侧假设检验； 上例中，实际上关心的是电子元件的寿命均值?不应太低，所以要求检验的假设为: （7.2） （2）若??0，则因为?是总体均质，对于给定显著性水平?，有 （1）若?=?0，对于给定显著性水平?，有 综上讨论，在假设H0：?≥?0成立条件下，P(u-u?)≤?. 若统计结果表明u-u?，则拒绝H0而接受备择H1。 （7.3） （7.4） （7.5） 若拒绝域位于一侧，则称这类假设检验为单侧假设检验；按照拒绝域位于左侧或右侧，又可分为左侧假设检验或右侧假设检验。 如假设(7.2)或(7.3)的检验是左侧假设检验， 而假设(