第八讲 假设检验 习题讲解.pdfVIP

第八章 假设检验 假设检验的基本步骤： 1） 由实际问题提出原假设H 与备择假设H ； 0 1 2 ） 选取适当的统计量，并在H0为真的条件下确定该 统计量的分布； 3 ） 根据问题要求明确显著性水平 α （一般题目会直 接给），从而得到拒绝域； 4 ） 由样本观测值计算统计量的观测值，看是否属于 拒绝域，从而对H0做出判断。 两类错误：第一类（弃真），第二类（纳伪） 错误概率 α和β分别称为厂方风险和用户风险。 1）拟合优度 以否定域（拒绝域）的形式构造的显著性检验， 只有“否定”合“不否定”两个可能的决定。然而， 这种“非此即彼”的做法往往显得过分绝对和牵强。 实际中的许多现象或事物，往往并非与某项假设截然 相符或截然不同。因此，统计假设检验，有时不是采 用简单回答“是”与“否”的处理方法，而是给出“所 作假设与抽样或观测结果吻合程度”的一个度量—— 拟合优度。通常用介于 0 和 1 之间的数p （0p 1 ） 表示拟合优度，又称为p 值。 2 ）p 值 假定关于总体X 的假设H0 的拒绝域V，由检验的 统计量T和显著性水平α确定的临界值λα构成，如 V { T } ≥λα 。 假如由来自总体X 的样本值测得统计量T 的值为c，则 当c ≥λ 时否定H ，而当c λ 时不否定H 。当c和λ 相 α 0 α 0 α 差较多时，往往使“否定H ”或者“不否定H ”都显 0 0 得勉强。设 p = p (c) = P {T ≥c}, 它表示根据所得样本值能否定假设H 的实际水平，称 0 为p 值。对于规定的显著性水平α，若p ≤α，否定假设 H ，若p α，不否定假设H 。 0 0 在统计假设检验的应用中，有时事先不规定显著性水 平，而是用p 的值做所作假设与实际抽样结果吻合程 度的度量——拟合优度。 一般，当p 值不大于0.05 或者0.10 时否定假设H0 ，当 p 值大于0.30 时接受假设H0 ，而当p 值介于0.10 和0.30 之间时，“否定”和“接受”的根据都显得不足。不 过，当p 值过分大时，也容易使人们对数据的真实性 产生怀疑。 例1 按质量标准某种罐头的平均净重为379 克。现在 从一批产品中随机抽验了10 盒，得如下数据： 370.74，372.80，386.43，393.08，386.22，371.93，367.90， 381.67，369.21，398.14 。 假设这批产品每罐净重X 服从正态分布，问抽检结果 是否说明这批产品的平均净重符合标准？ X （已算出 = 379.81，S = 10.79 ） 提示：求出p 值。 解：由条件知，总体X~N(μ，σ2) ；关于总体均值μ提出假设 H ：μ＝μ ＝379 。 0 0 样本容量n=10 。 例2 自对某种袋装食品的质量管理标准规定：每袋平 均净重 500 克，标准差不大于 10 克。现在从要出厂 的一批这种袋装食品中随意抽取了 14 袋，测量每袋 的净重，得到它们的平均净重为503.64 克，样本标准 差为11.11 克。假设这种袋装食品每袋的重量X服从正 态分布N(μ，σ2) 。试在显著性水平α = 0.05 下，检验这 一批袋装食品 1） 每袋平均净重μ 是否符合标准？ 2 ） 标准差σ是否符合标准？ 例