应用统计学：第六章节：参数假设检验.ppt

本题也可以直接用正态分布来做，因为在大样本下（np≥10，n(1－p)≥10），二项分布B（100，0.5）近似服从正态分布。直接按照正态分布来做，此时用的是t统计量，均方差直接用样本求出s，而不是用p(1－p)/n来计算的，与上页近似为正态分布的结果，有所差异。 把双尾转化为单尾，t统计值的显著性概率为：0.016/2 = 0.008， 此时，犯错误的概率不超过0.8%。 * 总体参数包括总体均值、总体比例、总体方差等 * Rejection region does NOT include critical value. * Rejection region does NOT include critical value. * Rejection region does NOT include critical value. * Rejection region does NOT include critical value. * Rejection region does NOT include critical value. * Rejection region does NOT include critical value. * Rejection region does NOT include critical value. * Rejection region does NOT include critical value. * Rejection region does NOT include critical value. * * * * * * * * * * * * * * * * * * * * * * * * * * μμ0 注意：P180 改 设 X ~N ( ?? ?2)，需检验?2 ： 1. H0 : H1 : 2. 构造统计量 给定显著性水平?与样本值(x1,x2,…,xn ) 小结：关于?2 的检验，?未知 ? 2=? 02 ? 2?? 02 4. 判断，若 则拒绝 原假设，接受对立假设，认为 ? 2?? 02 3.根据? , 查临界值 。 练习：某种溶液的成分（%）服从正态分布，现由10个样本观测值计算平均值为0.452，s=0.037，请检验 是否成立？（ ?=0.10） （1） （2） (4) （3） 接下去, 自己完成。 2. 未知均值μ，检验假设：总体方差σ2σ02是否成立 6.2.4 区间估计与假设检验的关系 抽样估计与假设检验都是统计推断的重要内容。参数估计是根据样本统计量估计总体参数的真值；假设检验是根据样本统计量来检验对总体参数的先验假设是否成立。 ㈠区间估计与假设检验的主要区别 1.区间估计通常求得的是以样本估计值为中心的双侧置信区间，而假设检验以假设总体参数值为基准，不仅有双侧检验也有单侧检验； 2.区间估计立足于大概率，通常以较大的把握程度（置信水平）1-α去保证总体参数的置信区间。而假设检验立足于小概率，通常是给定很小的显著性水平α去检验对总体参数的先验假设是否成立。 ㈡区间估计与假设检验的联系 1.区间估计与假设检验都是根据样本信息对总体参数进行推断，都是以抽样分布为理论依据，都是建立在概率基础上的推断，推断结果都有一定的可信程度或风险。 2.对同一问题的参数进行推断，二者使用同一样本、同一统计量、同一分布，因而二者可以相互转换。区间估计问题可以转换成假设问题，假设问题也可以转换成区间估计问题。区间估计中的置信区间对应于假设检验中的接受区域，置信区间以外的区域就是假设检验中的拒绝域。 用置信区间进行检验 (例题分析) 【例】一种袋装食品每包的标准重量应为1000克。现从生产的一批产品中随机抽取16袋，测得其平均重量为991克。已知这种产品重量服从标准差为50克的正态分布。试确定这批产品的包装重量是否合格？(α= 0.05) 双侧检验！ 香脆蛋卷 用置信区间进行检验(例题分析) 解：提出假设： H0: ?X = 1000 H1: ?X ? 1000 已知：n = 16，σ=50， ?=0.05双侧检验?/2=0.025 临界值: Z0.025=±1.96 置信区间为 决策: 结论: ?X = 1000 在置信区间内，不拒绝H0 可以认为这批产品的包装重量合格 Z 0 1.96 -1.96 0.025 拒绝 H0 拒绝 H0 0.025 、 双侧检验示意图（显著性水平与拒绝域 ） H0值 临界值 临界值 a/2 a/2 样本统计量 拒绝域 拒绝域 接受域 抽样分布 1 - ? 置