假设检验(重修班).pptVIP

第8章 假设检验 假设检验的一般步骤 8.2 正态总体均值的假设检验 8.2.1 单个总体N(?,?2) 均值?的检验 8.3 正态总体方差的假设检验 8.3.1单个总体N(?,? 2) 总体? 2的检验 * 8.2 正态总体均值的假设检验 8.3 正态总体方差的假设检验 8.1 假设检验的基本思想与概念 8.1 假设检验 例8.1 根据长期经验和资料分析，某砖瓦厂所生产的砖的抗断强度是一个随机变量, 它服从正态分布N(?,? 2)，其中 ? 2=1.21。今从中任取6块，测得抗断强度分别是32,56,29.66,31.64,30, 31.87,31.03.问这批砖的抗断强度是否可以认为是32.50kg/cm2. 分析 我们关心的平均抗断强度?是否为32.50，回答有两种可能：一种是?=32.50，我们接受，另一种就是? ≠ 32.50，我们拒绝。 一.问题的提出 实际中存在着许多不同于参数估计的问题，请看例子 相关概念 1. 显著性水平 显著性水平?的选择要根据实际情况而定。 如果显著性水平?取得很小，则拒绝域也会比较小。 其产生的后果是： H0难于被拒绝。 如果在?很小的情况下H0仍被拒绝了，则说明实际情况很可能与之有显著差异。 基于这个理由，人们常把? =0.05时拒绝H0称为是显著的，而把在? =0.01 时拒绝H0称为是高度显著的。 2. 检验统计量 3. 原假设与备择假设 假设检验问题通常叙述为: 4. 拒绝域与临界点 当检验统计量取某个区域C中的值时, 我们拒绝原假设H0, 则称区域C为拒绝域, 拒绝域的边界点称为临界点。当 我们就拒绝，当 我们就接受z=±k，称为临界点。 接受域为 8.1.2 两类错误及及发生的概率 假设检验的依据是: 小概率事件在一次试验中很难发生, 但很难发生不等于不发生, 因而假设检验所作出的结论有可能是错误的。这种错误有两类: (1) 当原假设H0为真, 观察值却落入拒绝域, 而作出了拒绝H0的判断, 称做第一类错误, 又叫弃真错误, 这类错误是“以真为假”。 犯第一类错误的概率是显著性水平?。 (2) 当原假设 H0 不真, 而观察值却落入接受域, 而作出了接受 H0 的判断, 称做第二类错误, 又叫取伪错误, 这类错误是“以假为真”。 假设检验的两类错误 P{拒绝H0|H0为真}=? , P{接受H0|H0不真}= ? 犯两类错误的概率: 只对犯第一类错误的概率加以控制，而不考虑犯 第二类错误概率的检验，称为“显著性检验” 2 显著性检验 3. 双边备择假设与双边假设检验 只对犯第一类错误的概率加以控制, 而不考虑犯第二类错误的概率的检验, 称为显著性检验。 8.1.3 单边检验 右边检验与左边检验统称为单边检验。 单边检验的拒绝域 2. 确定检验统计量以及服从的分布 3. 写出拒绝域 8.2.1 单个正态总体均值?的假设检验 8.2.2 两个正态总体均值差的假设检验 双边检验的拒绝域W: 例8.1 某切割机在正常工作时, 切割每段金属棒的平均长度为10.5cm, 标准差是0.15cm, 今从一批产品中随机的抽取15段进行测量, 其结果如下: 假定切割的长度服从正态分布, 且标准差没有变化, 试问该机工作是否正常? 解 选检验统计量 ~ N(0,1) 拒绝域为 查表得 查表得 例8.2 某织物强力指标X的均值?0 =21公斤. 改进工艺后生产一批织物，今从中取30件，测得 =21.55公斤. 假设强力指标服从正态分布N(?,? 2) 且已知? 2 =1.2公斤， 问在显著性水平?=0.01下，新生产织物比过去的织物强力是否有提高? 解 提出右边假设: 选检验统计量 ~ N(0,1) 拒绝域为 而? =1.2, n=30， 代入，计算出统计量Z 的实测值 故拒绝原假设H0 。 查表得 即新生产织物比过去的织物强力有提高。 而? =1.2, n=30， 代入，计算出统计量Z 的实测值 故拒绝原假设H0 。 此时可能犯第一类错误，犯错误的概率不超过0.01。 此右边检验的拒绝域为 W : 根据定理6.3知, 得拒绝域 W: 小概率事件在一次试验中基本上不会发生 。 上述利用 t 统计量得出的检验法称为t 检验法。 双边检验的拒绝域W: 例8.3 某工厂生产的一种螺钉，标准要求长度是32.5毫米. 实际生产的产品，其长度X假定服从正态分布N(?,? 2), ? 2 未知，现从该厂生产的一批产品中抽取6件, 得尺寸数据如下: 32.56,