湖北工业大学概率统计第七章假设检验.pptVIP

3型问题（右侧检验） 1型问题（双侧检验） 2型问题（左侧检验） 3型问题（右侧检验） 例7.2 某工厂生产的一种螺钉，标准要求长度是32.5毫米. 实际生产的产品，其长度X 假定服从正态分布 未知，现从该厂生产的一批产品中抽取6件, 得尺寸数据如下: 32.56, 29.66, 31.64, 30.00, 31.87, 31.03 问这批产品是否合格? … 分析：这批产品(螺钉长度)的全体组成问题的总体X. 现在要检验E(X)是否为32.5. 提出原假设和备择假设 第一步： 已知 X~ 未知. 第二步： 能衡量差异大小且分布已知 取一检验统计量，在H0成立下 求出它的分布 第三步： 即“ ”是一个小概率事件 . 小概率事件在一次 试验中基本上不会 发生 . 对给定的显著性水平 =0.01，查表确定临界值 ,使 得否定域 W: | t |= |4.0322 故不能拒绝H0 . 第四步： 将样本值代入算出统计量 t 的实测值, | t |=2.9974.0322 没有落入 拒绝域 这并不意味着H0一定对，只是差异还不够显著, 不足以否定H0 . 例7.3 某工厂生产的固体燃料推进器的燃烧率服从正态分布 现在用新方法生产了一批推进器。从中随机取 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 代入 =2, n=25，并由样本值计算得统计 量U的实测值 U=3.1251.645 故拒绝H0 ，即认为这批推进器的燃料率较以往生产的有显著的提高。 落入否定域 解:提出假设: 取统计量 否定域为 W : =1.645 数理统计 数理统计 * 数理统计 * 数理统计 第七章 假设检验 总体均值检验 总体方差检验 常用非参数检验法 假设检验的概念与原理 假设检验 参数假设检验 非参数假设检验 这类问题称作假设检验问题 . 总体分布已 知，检验关 于未知参数 的某个假设 总体分布未知时的假设检验问题 在本章中，我们将讨论不同于参数估计的另一类重要的统计推断问题. 这就是根据样本的信息检验关于总体的某个假设是否正确. 一、假设检验的基本思想和方法 让我们先看一个例子. 这一章我们讨论假设检验方法与原理 例7.1生产流水线上罐装可乐不断地封装，然后装箱外运. 怎么知道这批罐装可乐的容量是否合格呢？ 把每一罐都打开倒入量杯, 看看容量是否合于标准. 这样做显然不行！ 罐装可乐的容量按标准应在 350毫升和360毫升之间. 每隔一定时间，抽查若干罐 . 如每隔1小时，抽查5罐，得5个容量的值X1，…，X5，根据这些值来判断生产是否正常. 如发现不正常，就应停产，找出原因，排除故障，然后再生产；如没有问题，就继续按规定时间再抽样，以此监督生产，保证质量. 通常的办法是进行抽样检查. 很明显，不能由5罐容量的数据，在把握不大的情况下就判断生产 不正常，因为停产的损失是很大的. 当然也不能总认为正常，有了问题不能及时发现，这也要造成损失. 如何处理这两者的关系，假设检验面对的就是这种矛盾. 在正常生产条件下，由于种种随机因素的影响，每罐可乐的容量应在355毫升上下波动. 这些因素中没有哪一个占有特殊重要的地位. 因此，根据中心极限定理，假定每罐容量服从正态分布是合理的. 现在我们就来讨论这个问题. 罐装可乐的容量按标准应在 350毫升和360毫升之间. 它的对立假设是： 称H0为原假设（或零假设，解消假设）； 称H1为备选假设（或对立假设）. 在实际工作中，往往把不轻易否定的命题作为原假设. H0： （ = 355） H1： 这样，我们可以认为X1,…,X5是取自正态 总体 的样本， 是一个常数. 当生产比较稳定时， 现在要检验的假设是： 那么，如何判断原假设H0 是否成立呢？ 较大、较小是一个相对的概念，合理的界限在何处？应由什么原则来确定？ 较小时，可以认为H0是成立的； 当 - | | 生产已不正常. 当 较大时，应认为H0不成立，即 - | | 由于 是正态分布的期望值，它的估计量是样本均值 ，因此