数理统计例题.ppt

* 例1 设总体X , Y 相互独立 其样本为 试求统计量 服从什么分布？ 解 由已知得 所以 例2 设总体X 服从正态分布 ，其样本为 解 由已知得 所以 故 例3 已知总体X 服从自由度为n 的 t 分布，求证： 解 由已知得 其中 故 所以 还能得 例4 设总体X 服从正态分布 ，其样本为 解 由已知得 ，得 例5 设总体X 服从正态分布 ，其样本为 解 由已知得 查表 例6 设总体X 服从正态分布 ，其样本为 解 因为 例7 设总体X 服从正态分布 ，其样本为 解 由已知得 所以 标准化得 又因为 故 例8 设总体X , Y 相互独立 其样本为 试求以下概率 解 由已知得 则 所以 例9 一个样本，求 设 是来自正态总体 的 (1) (2) 由定理 2 知 解 例9 一个样本，求 设 是来自正态总体 的 (1) (2) 查表可得 引例：已知某班《工程统计学》的期末考试成绩服从 正态分布。根据平时的学习情况及试卷的难易程度，估 估计平均成绩为75分，考试后随机抽样5位同学的试卷， 得平均成绩为72分，试问所估计的75分是否正确？ “全班平均成绩是75分”，这就是一个假设 根据样本均值为72分，和已有的定理结论，对EX=75 是否正确作出判断，这就是检验，对总体均值的检验。 判断结果：接受原假设，或拒绝原假设。 表达：原假设：H0：EX=75；备择假设： H1：EX≠75 引例问题 原假设 H0：EX=75；H1：EX≠75 假定原假设正确，则X~N（75，?2），于是T统计量 可得 如果样本的观测值 则拒绝H0 检验水平 临界值 拒绝域 某旅游机构根据过去资料对国内旅游者的旅游 费用进行分析,发现在10日的旅游时间中,旅游者用 的车费、住宿费、膳食费及购买纪念品等方面的费 用X是一个近似服从正态分布的随机变量，其平均 值为1010元，标准差为205元。而某研究所抽取了 样本容易为400的样本，作了同样内容的调查，得 到样本平均数为1250元。若把旅游机构的分析结果 看作是对总体参数的一种假设，这种假设能否接受？ 析：此题目即通过样本数据信息判断X的期望μ=1010元是 否正确 一般用H0表示所提出的假设，称之为原假设 用H1表示与原假设对立的假设，称之为备择假设 从而此题有 H0： μ=1010 H1： μ≠1010 假设成立，则用X～N（1010，2052）从而样本均值 统计量 故 取α=0.05,则 即 即Z落在区间(-1.96,1.96)之外的概率仅有0.05,这是 一个很小的概率，在一次试验当中几乎是不可能 发生的。现代入样本数据 计算得 故我们有理由怀疑 H0： μ=1010 即认为平均费用不是1010元。 原假设和备择假设 假设检验中，我们称作为检验对象的待检验假设为原假设或零假设，用H0表示。原假设的对立假设称为备择假设或备选假设，用H1表示。 例如，设 为总体均值 的某一确定值。 （1）对于总体均值是否等于某一确定值的原假设可以表示为： H0： （如H0： ? 3190克） 其对应的备择假设则表示为： H1： （如H1： ≠3190克) 原假设和备择假设 （2）对于总体均值?X是否大于某一确定值?X0 的原假设可以表示为： H0：?X≥?X0 （如H0：?X≥2000克） 其对应的备择假设则表示为： H1：?X＜?X0 （如H1： ?X ＜2000克) （3）对于总体均值?X是否小于某一确定值?X0的原假设可以表示为： H0：?X≤?X0 （如H0：?X≤ 5％） 其对应的备择假设则表示为： H1：?X＞?X0 （如H1：?X＞5％） 注意：原假设总是有等号： ?或? 或??。 根据假设检验做出判断无非下述四种情况： 1、原假设真实， 并接受原假设，判断正确； 2、原假设不真实，且拒绝原假设，判断正确； 3、原假设真实， 但拒绝原假设，判断错误； 4、原假设不真实，却接受原假设，判断错误。 假设检验是依据样本提供的信息进行判断，有犯错误的可能。所犯错误有两种类型： 第一类错误是原假设H0为真时，检验结果把它当成不真而拒绝了。犯这种错误的概率用α表示，也称作α错误(αerror)或弃真错误。 第二类错误是原假设H0不为真时，检验结果把它当成真而接受了。犯这种错误的概率用β表示，也称作β错误(βerror)或取伪错误。 ㈣根