参数估计与假设检验(二).ppt

假设检验 主要内容 什么是假设?(hypothesis) 对总体参数的的数值所作的一种陈述 总体参数包括总体均值、 比例、方差等 分析之前必需陈述 什么是假设检验? (hypothesis testing) 事先对总体参数或分布形式作出某种假设，然后利用样本信息来判断原假设是否成立 提出原假设和备择假设 什么是原假设？(null hypothesis) 待检验的假设 研究者想收集证据予以反对的假设 3. 总是有等号 ?, ? 或?? 4. 表示为 H0,例如 H0：? ? 3190（克） H0：? ?3190（克） H0：? ? 3190（克） 什么是备择假设？(alternative hypothesis) 与原假设对立的假设 研究者想收集证据予以支持的假设 总是有不等号: ?,?? 或 ? 表示为 H1，例如 H1：? ? 3910(克) H1：? ?3910(克) H1：? ?3910(克) 双侧检验与单侧检验 (假设的形式) 什么是检验统计量？ 1. 用于假设检验决策的统计量 2. 选择统计量的方法与参数估计相同，需考虑 是大样本还是小样本 总体方差已知还是未知 常见的检验统计量有Z统计量、t统计量、 ?2统计量等。 规定显著性水平?(significant level) 什么是显著性水平？ 1.是一个概率值 2.原假设为真时，拒绝原假设的概率 3.表示为 ?? 常用的 ??值有0.01, 0.05, 0.10 4.由研究者事先确定 作出统计决策 计算检验的统计量 根据给定的显著性水平为??，查表得出相应的临界值 将检验统计量的值与? 水平的临界值进行比较 得出拒绝或不拒绝原假设的结论 总体均值检验 总体均值的检验——Z检验 总体均值的检验——t检验 ?2 已知大样本均值的检验(例题分析) 【例】某机床厂加工一种零件，根据经验知道，该厂加工零件的椭圆度近似服从正态分布，其总体均值为?0=0.081mm，总体标准差为?=0.025。今换一种新机床进行加工，抽取n=200个零件进行检验，得到的椭圆度为0.076mm。试问新机床加工零件的椭圆度的均值与以前有无显著差异？（?＝0.05） 解： H0: ? = 0.081 H1: ? ? 0.081 ? = 0.05 n = 200 临界值(s): ?2 已知小样本均值的检验 (例题分析) 【例】根据过去大量资料，某厂生产的灯泡的使用寿命服从正态分布N～(1020，1002)。现从最近生产的一批产品中随机抽取16只，测得样本平均寿命为1080小时。试在0.05的显著性水平下判断这批产品的使用寿命是否有显著提高？(?＝0.05) 解： H0: ? ? 1020 H1: ? 1020 ? = 0.05 n = 16 临界值(s): ?2 未知大样本均值的检验 (例题分析) 【例】某电子元件批量生产的质量标准为平均使用寿命1200小时。某厂宣称他们采用一种新工艺生产的元件质量大大超过规定标准。为了进行验证，随机抽取了100件作为样本，测得平均使用寿命1245小时，标准差300小时。能否说该厂生产的电子元件质量显著地高于规定标准？ (?＝0.05) 解： H0: ? ? 1200 H1: ? 1200 ? = 0.05 n = 100 临界值(s): 总体均值的检验 (?2未知小样本) 1.假定条件 总体为正态分布，?2未知，且小样本 2.使用t 统计量 ?2 未知小样本均值的检验 (例题分析) 【例】某机器制造出的肥皂厚度为5cm，今欲了解机器性能是否良好，随机抽取10块肥皂为样本，测得平均厚度为5.3cm，标准差为0.3cm，试以0.05的显著性水平检验机器性能良好的假设。 解： H0: ? = 5 H1: ? ? 5 ? = 0.05 df = 10 - 1 = 9 临界值(s): ?2 未知小样本均值的检验 (例题分析) 【例】一个汽车轮胎制造商声称，某一等级的轮胎的平均寿命在一定的汽车重量和正常行驶条件下大于40000公里，对一个由20个轮胎组成的随机样本作了试验，测得平均值为41000公里，标准差为5000公里。已知轮胎寿命的公里数服从正态分布，我们能否根据这些数据作出结论，该制造商的产品同他所说的标准相符？(? = 0.05) 解： H0: ? ≤ 40000 H1: ? ＞40000 ? = 0.05 df = 20 - 1 = 19 临界值(s): 总体比例的检验(Z 检验) 单个总体比例检验 假定条件 有两类结果 总体服从二项分布 可用正态分布来近似 比例检验的 Z 统计量 单个总体比例的检验 (例题分析) 【例】一项统计结果声称，某市老年人口（年龄在65岁以上）的比重为14.7%，该市老年人