应用统计学(前言) 幻灯片.ppt

两个总体的均值的假设检验(2) ? 两个正态分布总体, 未知, 但: 由于T= ～t(n1+n2-2), 其中 , 则: 1.显著水平α的T的双侧检验 (即 )的拒绝域为 2. 显著水平α的T的右侧检验 (即 )的拒绝域为: 3. 显著水平α的T的左侧检验 (即 )的拒绝域为: 两个总体的均值的假设检验(3) 两个非正态总体, 且方差未知(大样本情况) 由于Z= ～N(0,1), 则:1.显著水平α的Z的双侧检验 (即 )的拒绝域为 2. 显著水平α的Z的右侧检验 (即 )的拒绝域为: 3. 显著水平α的Z的左侧检验 (即 )的拒绝域为: 两个总体的均值的假设检验(4) 两个正态分布总体 未知,但: 由于T= ～t(df’), 其中:自由度 , 则:1.显著水平α的T的双侧检验 (即 )的拒绝域为 2. 显著水平α的T的右侧检验 (即 )的拒绝域为: 3. 显著水平α的T的左侧检验 (即 )的拒绝域为: 总体方差的假设检验(1) ? 由于 ～χ2(n-1), 则:1.显著水平α的的双侧检验 (即 )的拒绝域为 2. 显著水平α的的右侧检验 (即 )的拒绝域为: 3. 显著水平α的的左侧检验 (即 )的拒绝域为: 总体方差的假设检验(2) 由于F = ～F(n1-1,n2-1), 则:1.显著水平α的F的双侧检验 (即 )的拒绝域为 2. 显著水平α的F的右侧检验 (即 )的拒绝域为: 3. 显著水平α的F的左侧检验 (即 )的拒绝域为: 估计量的优良标准 无偏性：如果样本统计量的期望值等于该统计量所估计的总体参数，则这个估计量为无偏估计量 一致性：当样本容量n增大时，如果估计量越来越接近总体参数的真值时，就称这个估计量为一致估计 有效性：指估计量的离散程度(即最小方差性) 常用估计量 点估计法 矩法：样本矩等于总体矩准则 极大似然法：使似然函数(即样本的联合分布函数)最大准则 最小二乘法：距离平方和最小准则 区间估计 区间估计的原理 总体均值的区间估计 两个总体均值之差的区间估计 样本容量的确定 正态总体方差与两个正态总体方差之比的区间估计 区间估计的原理 区间估计的步骤 总体均值的区间估计(1) 样本取自正态分布总体，且σ2已知： 总体均值的区间估计(2) 样本取自非正态分布总体，且σ2已知： (大样本情况) 总体均值的区间估计(3) 样本取自非正态分布总体，且σ2未知：(大样本情况) 总体均值的区间估计(4) 样本取自正态分布总体，且σ2未知：(小样本情况) 两个总体均值之差的区间估计(1) 两个正态总体，而且σ1、σ2已知： 两个总体均值之差的区间估计(2) 两个正态总体，而且σ1、σ2未知，但σ1=σ2 ： 两个总体均值之差的区间估计(3) 两个正态总体，而且σ1、σ2未知，但σ1≠σ2 ： 两个总体均值之差的区间估计(4) 两个非正态总体，且方差未知(大样本情况)： 正态总体方差的区间估计 两个正态总体方差之比的区间估计 样本容量的确定 决定样本大小的因素 总体方差 数值大小 可靠性程度的高低 允许误差的大小 估计总体均值时样本容量的确定 在重复抽样的条体下: 在不重复抽样的条体下: 估计总体比例时样本容量的确定 在重复抽样的条体下: 在不重复抽样的条体下: 假设检验 假设检验的基本问题 总体均值的假设检验 两个总体的均值的假设检验 总体方差的假设检验 假设检验的基本问题 假设检验的基本原理 两类错误 显著水平 双侧检验 单侧检验 假设检验的一般程序 假设检验的基本思想（小概率原理） 先把一些结论当作某种假设，然后选取适当的统计量，再根据实测资料的具体值对假设进行检验，判断是否可以认为假设是成立的，从而得出有关结论。 小概率原理：指发生概率很