28概率统计第八章第一节.pptVIP

第八章 假设检验 第一节 假设检验问题 第二节 正态总体均值的假设检验 第三节 正态总体方差的检验 第四节 大样本检验法 第五节 假设检验的两类错误 第六节 非参数假设检验 已知某炼铁厂的铁水含碳量X～N(4.55,0.062)，现改变了工艺条件，又测得10炉铁水的平均含碳量 ，假设方差无变化，问总体的均值 是否有明显改变？（取 =0.05） 五、 参数假设检验与区间估计的关系 其中确定拒绝域是关键.拒绝域的形式一般由原假设与对立假设共同确定，对同一原假设H0，不同的对立假设所得到的H0的拒绝域可能不同． 请看下例。 例4 数据同前面例3，问总体的均值 是否明显大于4.55？ 在统计学中，只有当 与4.55的偏差大到一定程度时才可认为 在本例中，拒绝H0时接受的是 ，因而H0的拒绝取为 较合理 此问题的合理假设为 解 的无偏估计 是 的一个很好的近似值 用 代替 在例3中，拒绝H0时接受的是H1: 两个数的偏差用其差的绝对值来衡量 因而其拒绝域设为 较合理 与例1中的拒绝域 不同 在H0成立的条件下,事件 发生的概率应很小 设P（A）= ，统计量 由 得 所以拒绝域为 所以判决结果为：接受H0 假设检验会不会犯错误呢？ 由于作出结论的依据是下述 小概率原理 小概率事件在一次试验中基本上不会发生 . 不是一定不发生 三、假设检验的两类错误 如果H0成立，但统计量的实测值落入否定域，从而作出否定H0的结论，那就犯了“弃真”的错误 . 如果H0不成立，但统计量的实测值未落入否定域，从而没有作出否定H0的结论，即接受了错误的H0，那就犯了“取伪”的错误 . 请看下表 经 济 数 学 概率论与数理统计 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 在本节中，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. 这一章我们讨论对参数的假设检验 . 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. 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）； 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： H0： H1： 双边假设 H0： H1： 右边假设（单边假设） 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？ 由于 是正态分布的期望值，它的估计量是样本均值 ，因此可以根据 与 的差距 来判断H0 是否成立. - | | 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 - | | 问题归结为对差异作定量的分析，以确定其