第8.2节正态总体均值的假设检验——概率论与数理统计(李长青版).ppt

第 八 章 假 设 检 验 第二节 正态总体均值的假设检验 拒绝域的推导 设 X ~N (?? ?2)，?2 已知，需检验： H0 : ? ? ?0 ； H1 : ? ??0 构造统计量 给定显著性水平 ? 与样本值 (x1,x2, … , xn ) 一个正态总体均值 ? 的检验 所以本检验的拒绝域为 W： U— 检验法 关于 U 检验法的其它情形见下表 U —检验法表(σ为已知) ? ? ?0 ? ??0 ? ? ?0 ? ? ?0 ? ?0 ? ?0 原假设 H0 备择假设 H1 检验统计量及其 H0为真时的分布 拒绝域 若 σ未知, 用样本标准差 S 代替 σ, 选用 t 统计量 H0 : ? ? ?0 ； H1 : ? ??0 检验假设 当原假设 H0 为真时，有 拒绝域的导出方法与前述方法相同，结果见下表 ? ? ?0 ? ??0 ? ? ?0 ? ? ?0 ? ?0 ? ?0 原假设 H0 备择假设 H1 检验统计量及其 H0为真时的分布 拒绝域 T 检验法 (?2 未知) 例1 已知铁水中碳的百分含量为 现测定5炉, 其碳的百分含量(%)为 4.28 4.40 4.42 4.35 4.37 如果方差 σ2 不变, 试问均值μ是否明显下降？ 解 要检验假设 这是总体均值 μ 的左边检验, 取检验统计量 在原假设H0 为真时，U 服从标准正态分布 在原假设H0 为真时，U 服从标准正态分布 由已知 由此得检验统计量的观测值为 查标准正态分布表，得 拒绝H0，认为均值有明显下降. 例2 一手机生产厂家在其宣传广告中声称他们 生产的某种品牌的手机的平均待机时间至少为71.5 小时, 质检部门检查了该厂生产的这种品牌的手机 6部, 得到的待机时间为 69 68 72 70 66 75 设手机的待机时间 由这些数据能否 说明其广告有欺骗消费者之嫌疑？ (取α= 0.05) 解 需检验假设 由于方差未知，采用 t 检验法，选取检验统计量如下 由于方差未知，采用 t 检验法，选取检验统计量如下 这是左边检验，拒绝域为 计算统计值得 因为 拒绝H0, 即不能认为该厂广告有欺骗消费者之嫌疑. 例3 某厂生产小型马达, 说明书上写着:这种小型 马达在正常负载下平均工作电流不会超过0.8 安培. 现随机抽取16台马达试验, 求得平均工作电流为0.92 安培, 工作电流的标准差为0.32安培. 假设马达的工作电流服从正态分布,取显著性水平 为? = 0.05, 问根据这个样本, 能否否定厂方的断言? 解 根据题意待检假设可设为 H0 : ? ? 0.8 ； H1 : ? 0.8 ? 未知, 故选检验统计量: 解 根据题意待检假设可设为 H0 : ? ? 0.8 ； H1 : ? 0.8 ? 未知, 故选检验统计量: 查表得 t0.05(15) = 1.753, 故拒绝域为 现 故接受原假设, 即不能否定厂方断言. 解二 H0 : ? ? 0.8 ； H1 : ? 0.8 选用统计量: 查表得 t0.05(15) = 1.753, 故拒绝域 现 故接受原假设, 即否定厂方断言. 由此例可见: 对问题的提法不同(把哪个假设作为 上述两种解法的立场不同，因此得到不同的结论. 第一种假设是不轻易否定厂方的结论； 第二种假设是不轻易相信厂方的结论. 原假设),统计检验的结果也会不同. 由于假设检验是控制犯第一类错误的概率, 使得 拒绝原假设 H0 的决策变得比较慎重, 也就是 H0 得到 特别的保护. 因而, 通常把有把握的, 经验的结论作为 原假设, 或者尽量使后果严重的错误成为第一类错误. 现 现 把显著性水平α增大，取 从而有 拒绝原假设，否定厂方断言。 接受原假设，否定厂方断言。 两正态总体均值差的检验 与一个总体的情形类似，两正态总体均值差的检验 方法如下表 设 X ~ N ( ?1 ? ?1 2 ), Y ~ N ( ?2 ? ?2 2 ) 两样本 X , Y 样本 样本值 观测值 ( x1, x2 ,…, xn ), ( y1, y2 ,…, ym ) 显著