第二章_均值向量与协方差阵检验.pptVIP

§1　正态分布;二元正态分布的密度函数为：;设随机向量X＝(X1,…,Xn)T，Y＝(Y1,…,Ym)T. 随机向量X的均值向量E(X)＝(E(X1),…,E(Xn))T. 随机向量X和Y的协方差阵 　　　Cov(X,Y) = E[(X—E(x))(Y—E(Y))T ];随机向量X的相关阵 　　　 R = ( rij )n×n 其中 rij = σij / [D(Xi)D(Xj) ]0.5;若m元随机向量X＝(X1,…,Xm)T的概率密度函数为 　f(x1,…,xm) = (2π)- m/2 |Σ|- 0.5 exp{--0.5(x—μ)T Σ-1 (x—μ)} 其中μ、Σ分别是X的均值向量和协方差阵，则称X为m元正态分布。记作X ~ N (μ, Σ)。;定理1.已知X?N(?,?2),则Y=a+bX?N(a+b?,b2?2);§2 　数理统计中的某些常用分布;2. ?2—分布的密度函数 f(x) 曲线;3. 分位点 设X ~ ?2(n)，若对于?：0?1，存在;1.构造 若?~N(0, 1), ?~?2(n), ?与?独立，则;3.基本性质: (1)f(t)关于t=0(纵轴)对称；(2)t(n) 　N(0，1) ;三、F—分布　;2. F—分布的分位点 　　对于?：0?1，若存在F?(n1, n2)0，满足 　P{F?F?(n1, n2)}=?， 则称F?(n1, n2)为F(n1, n2)的上侧?分位点。;正态总体统计量的分布;例1：设总体X~N(μ,σ2), 从总体X中抽取9个样本，求样本均值与总体均值之差的绝对值小于2的概率，如果（1）已知总体方差σ2 =16；（2）未知σ2 ，但已知样本方差S2 =18.45。 ;2. 设X1, …, Xn1 ~ N(μ1,σ12)， Y1, …, Yn2 ~ N(μ2,σ22)， 且相互独立，则;§3　正态总体参数的假设检验;说明：H0：?=?0；H1：??m0称为双侧HT问题；而 H0：?=?0；H1：? ?0(或? ?0), 则称为单侧HT问题。;例 已知某炼铁厂的铁水含碳量在正常情况下服从正态分布N(4.55,0.112).某日测得5炉铁水含碳量如下: 4.28, 4.40, 4.42, 4.35, 4.37. 如果标准差不变,该日铁水的平均含碳量是否显著偏低?(取 ?=0.05);2、?2未知的情形;·右侧HT问题 H0： ?=?0 ；H1：? ?0;例 某厂生产镍合金线，其抗拉强度的均值为10620 (kg/mm2)今改进工艺后生产一批镍合金线，抽取10根,测得抗拉强度(kg/mm2)为: 10512, 10623, 10668, 10554, 10776, 10707, 10557, 10581, 10666, 10670. 认为抗拉强度服从正态分布,取?=0.05 ,问新生产的镍合金线的抗拉强度是否比过去生产的合金线抗拉强度要高?;二、单总体方差的假设检验;单侧检验：;例　电工器材厂生产一批保险丝，取10根测得其熔化时间（min）为42, 65, 75, 78, 59, 57, 68, 54, 55, 71.问是否可以认为整批保险丝的熔化时间的方差小于等于80?(?=0.05) , 熔化时间为正态变量.);3.3 两个正态总体参数的假设检验;备择假设 H1;例. 比较甲,乙两种安眠药的疗效。将20名患者分成两组,每组10人.其中10人服用甲药后延长睡眠的时数分别为1.9, 0.8, 1.1, 0.1, -0.1, 4.4, 5.5, 1.6, 4.6, 3.4;另10人服用乙药后延长睡眠的时数分别为0.7, -1.6, -0.2, -1.2, -0.1, 3.4, 3.7, 0.8, 0.0, 2.0.若服用两种安眠药后增加的睡眠时数服从方差相同的正态分布.试问两种安眠药的疗效有无显著性差异?(?=0.10);计算:;例　上题中,试检验是否甲安眠药比乙安眠药疗效显著?;两样本独立, 给定检验水平 ?, 由观测值;备择假设 H1;例　有甲乙两种机床,加工同样产品,从这两台机床加工的产品中 随 机 地 抽 取 产品,测得产品直径为: 甲: 20.5, 19.8, 19.7, 20.4, 20.1, 20.9, 19.6, 19.9. 乙: 19.7, 20.8, 20.5, 19.8, 19.4, 20.6, 19.2. 假定甲,乙 两台机床的产品直径都服从正态分布,试比较甲,乙两台机床加工的精度有无显著差异?(?=0.05 );3.5 总体分布的假设检验;例　在 n = 2608段时间内观察某一放射性物质，观察得到每段时间内放射粒子数记录如