第九篇 假设检验.pptVIP

 制作者 范彩云 目录 假设检验 假设检验的思想方法 例1 解 定义1 由(8-1)式知，当k确定后，不等式 定义2 称H0为原假设(或零假设)，称H1为备择假设(或备选假设，对立假设) 定义3 称值α为显著性水平(或检验水平)，它是用来衡量原假设与实际情况差异是否明显的标准。 定义4 称值k为临界值。 （小概率原理是：小概率事件在一次试验中是不大会发生的），人们自然会产生这样的问题：概率小到什么程度才当作“小概率事件”呢？这要据实际情况而定，例如即使下雨的概率为10%，仍有人会因为它太小而不带雨具，但某航空公司的事故率为1％，人们就会因为它太大而不敢乘坐该公司的飞机，通常把概率不超过0.05 (或0.01)的事件当作“小概率事件”。为此在假设检验时，必须先确定小概率即显著性的值α (即不超过α的概率认为是小概率)。 两类错误 第一类错误是：H0正确，但拒绝了它，这类错误也称为“弃真错误” 第二类错误是：H0不正确，但接受了它，这类错误也称为“存伪错误” 假设检验的基本步骤 （1）提出假设。 （2）找统计量。 （3）求临界值。（求接受域） （4）算出观察值。 （5）作出判断。 单个正态总体的参数假设检验 已知方差σ2，假设检验H0:μ＝ μ0 (1)提出假设，H0:μ＝ μ0. (2)找统计量，确定样本函数的统计量 例2 某砖厂生产的砖其抗拉强度ξ服从正态分布N(μ, 1.21)，今从该厂产品中随机抽取6块，测得抗拉强度如下： 32.56，29.66，31.64 ，30.00 ，31.87 ，31.03 检验这批砖的平均抗拉强度为32.50是否成立，取显著性水平σ=0.05。 解一 （1）提出假设. H0:μ＝ μ0＝32.50. （2）找统计量 未知方差σ2，假设检验H0:μ＝ μ0 例3 用热敏电阻测温仪间接测量地热勘探井底温度，设测量值ξ~N(μ,σ2)，今重复测量7次，测得温度(℃)如下： 112.0，113.4，111.2，114.5，112.5，112.9，113.6 而用某种精确方法测量温度的真值μ0＝112.6，现问用热敏电阻测温仪间接测量温度有无系统偏差？设显著性水平α＝0.05。 解 （1）提出假设，H0:μ＝μ0＝112.6 （2）找统计量。 例4 某涤纶厂的生产的维尼纶的纤度（纤维的粗细程度）在正常生产的条件下，服从正态分布N(1.405 , 0.0482)，某日随机地抽取5根纤维，测得纤度为 1.32 ，1.55 ，1.36 ，1.40 ，1.44 问一天涤纶纤度总体ξ的均方差是否正常（α=0.05）? 解 例5 解 两个正态总体的参数假设检验 例6 解 例7 某卷烟厂生产两种香烟，现分别对两种烟的尼古丁含量作6次测量，结果为 甲厂：25，28，23，26，29，22 乙厂：28，23，30，35，21，27 若香烟中尼古丁含量服从正态分布，且方差相等，问这两种香烟中尼古丁含量有无显著差异(α=0.05)？ 解 例8 解 例9 解 总体分布的假设检验 前面讨论的关于参数的假设检验，都是事先假定总体的分布类型为已知的，而且所讨论的总体都认为是服从正态分布的，但有些时候，事先并不知道总体服从什么分布，这就需要根据样本对总体分布函数F(x)进行检验，这种检验称为分布的拟合（优度）检验，它是非参数假设检验中较为重要的一种，这里介绍一种常用的总体分布假设检验方法：χ2似合检验法，其步骤与参数假设检验的步骤基本相同，仍为五步： 例10 随机地抽取了1975年2月份新生儿（男）50名，测其体重如下（单位:g）： 2520，3540，2600，3320，3120，3400，2900，2420，3280，3100，2980，3160，3100，3460，2740，3060，3700，3460，3500，1600，3100，3700，3280，2880，3120，3800，3740，2940，3580，2980，3700，3460，2940，3300，2980，3480，3220，3060，3400，2680，3340，2500，2960，2900，4600，2780，3340，2500，3300，3640 试以显著性水平α=0.05检验新生儿（男）体重是否服从正态分布。 解 习 题 15,18. * *