华东理工大学概率论与数理统计课件第七章.pptVIP

选择检验统计量: :μ1 ≤ μ2,拒绝μ1 μ2 σ12=σ22=σ2, σ2未知 解: 建立假设H0:μ1-μ2≤0; H1:μ1-μ2 0 第7章 统计假设检验 统计假设检验概要 单正态总体的统计检验 两正态总体的统计检验 需要说明的问题 (1)小概率原理(实际推断原理)认为概率很小的事件在一次试验中实际上不会出现,并且小概率事件在一次试验中出现了,就被认为是不合理的. (2)基本思想 先对总体的参数或分布函数的表达式做出某种假设,然后找出一个在假设成立条件下出现可能性甚小的(条件)小概率事件.如果试验或抽样的结果使该小概率事件出现了, 表明原来的假设有问题,应予以否定,即拒绝这个假设.若该小概率事件在一次试验或抽样中并未出现,就没有理由否定这个假设, 可以接受原来的假设. 1.统计检验的基本思想 统计检验概要 利用样本检验统计假设真伪的过程叫做 统计检验(假设检验) 小概率原理中,关于“小概率”的值通常根据实际问题的要求而定,如取α=0.1,0.05,0.01等, α为检验的显著性水平(检验水平). (3) 显著性水平与否定域 α/2 α/2 X φ(x) 接受域 P(|Z|zα/2)=α 否定域的大小,依赖于显著性水平的取值, 一般说来,显著性水平越高,即α越小,否定域也越小,这时原假设就越难否定. 注意: 否定域 否定域 z1-α/2 - z1-α/2 (1) 提出待检验的原假设 和备则假设 ; (2) 选择检验统计量,并找出在假设 成立条件下,该统计量所服从的分布; (3) 根据所要求的显著性水平α 和所选取的统计量,确定一个合理的拒绝H0的条件; (4) 由样本观察值计算出统计检验量的值,若该值落入否定域,则拒绝原假设 ,否则接受原假设 注 若H1位于H0的两侧,称之为双侧检验; 若H1位于H0的一侧,称之为单侧检验. 2.统计检验的实施程序 另一方面,当原假设不成立时,却作出接受原假设的结论,造成犯“取伪”的错误,称为第二类错误, 就是犯第一类错误的概率的最大允许值. 一般用 表示犯第二类错误的概率. 根据小概率原理否定原假设,有可能把本来客观上正确的假设否定了,造成犯“弃真”的错误,称为第一类错误, 弃真 取伪 当样本容量 一定时, 小, 就大,反之, 小, 就大. 另外,一般 3.两类错误 增大样本容量n时,可以使α和β同时减小. 注意: 2) 确定检验统计量: 设总体X~N(μ,σ2), X1,X2,…,Xn 为一组样本， (1) 总体方差σ2已知时 ① H0:μ=μ0(已知); H1:μ≠μ0 1) 提出原假设和备择假设: H0:μ=μ0; H1:μ≠μ0, 3) 对给定α,由原假设成立时P(|Z| z1-α/2)=α得 拒绝条件为|Z| z1-α/2,其中, 1.期望的检验 单正态总体的统计检验 α/2 α/2 X φ(x) 接受域 P(|Z|z1-α/2)=α 否定域 否定域 z1-α/2 - z1-α/2 双侧统计检验 Z检验 例:用精确方法测量某化工厂排放的气体中有害气体含量服从正态 分布N(23,22),现用一简便方法测量6次得一组数据23,21,19,24,18,18 (单位:十万分之一),若用简便方法测得有害气体含量的方差不变,问 用该方法测得有害气体含量的均值是否有系统偏差? 分析 用简便方法测得有害气体含量X~N(μ,22), 若H0成立,则 若取α=0.05,则 P{|Z|z1-α/2}=a, 即: P{|Z|1.96}=0.05, 在假设成立的条件下,|Z|1.96为概率很小事件,一般认为:小概率事件在一次实验中是不会发生的, 将样本观测值代入Z得 |Z|1.96, 基本检验H0: μ=μ0=23; 备择检验H1: μ≠ μ0= 23; 小概率事件在一次实验中发生了,故假设不合情理, 即:否定原假设,简便方法测得均值有系统偏差. 2) 选择检验统计量： 1) 提出原假设和备择假设: H0:μ=μ0; H1:μ≠μ0, 3) 对给定α,拒绝条件为