MatLab与概率、数理统计函数应用.ppt

* 8.2 未知，单个正态总体的均值μ的假设检验( t检验法) 函数 ttest 格式 h = ttest(x,m) x为正态总体的样本，m为均值μ0，显著性水平为0.05 若h=0，表示在显著性水平alpha下，不能拒绝原假设； 若h=1，表示在显著性水平alpha下，可以拒绝原假设。 h = ttest(x,m,alpha) alpha为给定显著性水平 [h,sig,ci] = ttest(x,m,alpha,tail) sig为观察值的概率，当sig为小概率时则对原假设提出质疑， ci为真正均值μ的1-alpha置信区间。 原假设 tail=0，表示备择假设： （默认，双边检验）； tail=1，表示备择假设： （单边检验）； tail=-1，表示备择假设： （单边检验）。 * 某种电子元件的寿命X（以小时计）服从正态分布，u, σ2均未知。现测得16只元件的寿命如下159 280 101 212 224 379 179 264 222 362 168 250 149 260 485 170问是否有理由认为元件的平均寿命大于225（小时）？ σ2未知，在 水平下检验假设: X=[159 280 101 212 224 379 179 264 222 362 168 250 149 260 485 170]; [h,sig,ci]=ttest(X,225,0.05,1) * 8.3 两个正态总体均值差的检验（t检验） 两个正态总体方差未知但等方差时，比较两正态总体样本均值的假设检验 函数 ttest2 [h,sig,ci]=ttest2(X,Y) X，Y为两个正态总体的样本，显著性水平为0.05 若h=0，表示在显著性水平alpha下，不能拒绝原假设； 若h=1，表示在显著性水平alpha下，可以拒绝原假设。 [h,sig,ci]=ttest2(X,Y,alpha) [h,sig,ci]=ttest2(X,Y,alpha,tail) sig为当原假设为真时得到观察值的概率，当sig为小概率时则对原假设提出质疑，ci为真正均值μ的1-alpha置信区间。 原假设： ， (为X为期望值，为Y的期望值) tail=0，表示备择假设： （默认，双边检验）； tail=1，表示备择假设： （单边检验）； tail=-1，表示备择假设： （单边检验）。 * 例76 在平炉上进行一项试验以确定改变操作方法的建议是否会增加钢的产率，试验是在同一只平炉上进行的。每炼一炉钢时除操作方法外，其他条件都尽可能做到相同。先用标准方法炼一炉，然后用建议的新方法炼一炉，以后交替进行，各炼10炉，其产率分别为（1）标准方法：78.1 72.4 76.2 74.3 77.4 78.4 76.0 75.5 76.7 77.3（2）新方法： 79.1 81.0 77.3 79.1 80.0 79.1 79.1 77.3 80.2 82.1设这两个样本相互独立，且分别来自正态总体 和 ， 均未知。问建议的新操作方法能否提高产率？（取α=0.05） 两个总体方差不变时，在α=0.05水平下检验假设： X=[78.1 72.4 76.2 74.3 77.4 78.4 76.0 75.5 76.7 77.3]; Y=[79.1 81.0 77.3 79.1 80.0 79.1 79.1 77.3 80.2 82.1]; [h,sig,ci]=ttest2(X,Y,0.05,-1) * 8.4 两个总体一致性的检验——秩和检验 函数 ranksum 格式 p = ranksum(x,y,alpha) x、y为两个总体的样本，可以不等长， alpha为显著性水平 P为两个总体样本X和Y为一致的显著性概率，若P接近于0，则不一致较明显。 [p,h] = ranksum(x,y,alpha) h为检验结果，h=0表示X与Y的总体差别不显著； h=1表示X与Y的总体差别显著 [