数理统计 CH3假设检验概要1.ppt

(2)离散型随机变量的分布拟合检验 基本思想：通过分组，将总体分布看成多项分布。 (a) 分组：将X的值域分成互不相交的k 组：I1,…,Ik，记 P{ x∈Ii}=pi, i=1,…,k . (b) 给出检验假设： H0: pi=pi0 (i=1,…,k), H1: pi≠pi0 至少对某个i 成立。 基本步骤: (c) 构造检验统计量：ni 表示落入Ii 内的观测值的个数， 记 (d) 进行χ2检验：取右侧拒绝域W. 分组的原则: npi0≥5 注：如果分布检验中，有r 个待估参数，则可将这 r 个参数用极大似然法估出后，再计算 pi0，此时χ2分布的自由度应相应改成 k-r-1 . 例4.2 某电话交换台，在100分钟内记录了每分钟被呼叫次数xi , 整理后结果如下 (ni 是出现xi 值的次数) xi 0 1 2 3 4 5 6 7 8 9 ni 0 7 12 18 17 30 13 6 3 4 问：是否可以认为X 服从 Poisson 分布？ xi 0 1 2 3 4 5 6 7 8 ≥ 9 pi0 0.013 0.057 0.123 0.178 0.193 0.167 0.124 0.071 0.040 0.034 npi0 1.3 5.7 12.3 17.8 19.3 16.7 12.1 7.4 4.0 3.4 ni 0 7 12 18 17 20 13 6 3 4 基本思想：为了检验随机变量X是否服从连续型分布F0(x)，可将X的取值范围分割为若干个区间，并在每个区间上算出相应的理论概率pi0。通过这样的处理，就把连续型问题转化为离散型问题了。 (3)连续型分布的拟合检验 具体步骤： 1）分组： 将F0(x)的自变量划分成k（5≤k≤16）组(b0, b1], (b1, b2], …,(bk-1, bk). 3）计算统计量： 4）判断：若 ，则拒绝H0：F(x)=F0(x). 2）求各组上的理论概率pi0及理论频数npi0: pi0=P{bi-1X≤bi}=F0(bi)-F0(bi-1) 注：若F0(x)中有r个待估参数，则首先估计参数。最后判断时，统计量的自由度降低r。 例4.3 测量了100 根人造纤维的长度（毫米），所得的数据如下表： 长度 5.5~6.0 ~6.5 ~7.0 ~7.5 ~8.0 ~8.5 ~9.0 ~9.5 ~10 ~10.5 ~11 频数 2 7 6 17 17 14 16 10 7 3 1 问：能认为人造纤维的长度服从正态分布吗？ * 第三章 假设检验 内容提要 §1 假设检验的基本概念 §2 正态总体参数的假设检验 §3 非正态总体参数的假设检验 §4 非参数的假设检验 §5 最佳检验和样本容量的确定 §1 假设检验的基本概念 § 1 假设检验的基本概念 一、假设检验的任务与基本原理 1、分类及基本任务 参数检验：在总体分布类型已知的的前提下对总体参数及有关性质进行判断。 非参数检验：总体分布的类型部分或全部未知，检验的目的是作出一般性的推断，如分布的类型，两变量是否独立，分布是否相同等。 例1 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，服从正态分布（σ＝2 （克））。当机器正常时，其均值为500克。在装好的葡萄糖中任取一袋，测得糖重为508克，问包装量的均值是500克吗？若测得的糖重是498克，能否认为包装量的均值是500克？ §1 假设检验的基本概念 例2 某工厂生产的固体燃料推进器的燃烧率服从正态分布N(μ,σ2), μ=40cm/s,σ=2cm/s. 现在用新方法生产了一批推进器. 从中随机地取n=25只, 测得燃烧率的样本均值为 . 设在新方法下总体均方差仍为2cm/s, 问这批推进器的燃烧率是否较以往生产的推进器的燃烧率有显著的提高？(取显著性水平α= 0.05) §1 假设检验的基本概念 例3 自动车床加工中轴，从成品中抽出11根，测量它们的直径（毫米）数据如下： 10.52, 10.41, 10.32, 10.18, 10.64, 10.77, 10.82, 10.67, 10.59, 10.38, 10.49， 问这批零件的直径是否服从正态分布。 §1 假设检验的基本概念 2、假设检验的基本原理 假设检验是一种带有概率性质的反证法，其依据是：小概率事件在一次观测中不会出现。以例1为例。 假设H0: μ=500，即假设X～N(500, 22 )。注