单个总体均值方差地检验.ppt

  1. 1、本文档共32页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
单个总体均值方差地检验

第八章 假设检验 例 2:某厂生产一种工业用绳,其质量指标是绳子所承受的最大拉力,假定该指标服从正态分布,且该厂原来生产的绳子指标均值 μ0 =15公斤,采用一种新原材料后,厂方称这种原材料提高了绳子的质量,也就是说绳子所承受的最大拉力 μ 比15公斤增大了。 为检验该厂的结论是否真实,从其新产品中随机抽取50件,测得它们所承受的最大拉力的平均值为15.8公斤,样本标准差S=0.5公斤。取显著性水平? =0.01。问从这些样本看:能否接受厂方的结论。 解:问题归结为检验如下假设 H0: μ =15; H1: μ 15 (?2未知) 于是, 从而,拒绝原假设,即认为新的原材料确实提高了绳子所能承受的最大拉力。 利用样本方差 S 2是?2的一个无偏估计,且 (n-1)S2/ ?2 ~ χ 2n-1 的结论。 8.3.1 单个正态总体方差的 χ 2 检验 设 X1, X2, …, Xn 为来自总体 N(? , ?2) 的样本,? 和 ?2未知,求下列假设的显著性水平为 ? 的检验。 思路分析: 1. H0: ?2 =?02;H1: ?2 ≠?02 §8.3 正态总体方差的检验 当原假设 H0: ?2 = ?02成立时,S2和?02应该比较接近,即比值 S 2/?02应接近于1。所以,这个比值过大或过小 时,应拒绝原假设。 合理的做法是: 找两个合适的界限 c1 和 c2 , ● 当 c1(n-1)S2/?02 c2 时,接受H0; ● 当 (n-1)S2/?02≤c1 或 (n-1)S2/?02≥c2 时, 拒绝 H0 。 由于当原假设 H0: ?2 = ?02成立时,有 上述检验法称为χ 2 检验法。 c1与 c2 的确定 同理,当 H0: ?2 = ?02成立时,有, 此检验法也称χ 2 检验法。 2. H0: ?2 ≤?02;H1: ?2 ?02 例1:某公司生产的发动机部件的直径 (单位: cm) 服从正态分布,并称其标准差 ?0=0.048 。现随机抽取5个部件,测得它们的直径为 1.32, 1.55, 1.36, 1.40, 1.44. 取?=0.05,问: (1). 能否认为该公司生产的发动机部件的直径 的标准差确实为?= ?0? (2). 能否认为? ≤ ?0? 解: (1). 的问题就是检验 H0: ?2 = ?02; H1: ?2 ≠ ?02. 其中,n=5,? =0.05,?0=0.048. 故,拒绝原假设 H0 ,即认为部件直径标准差不是 0.048 cm。 经计算,得 S2=0.00778, 故,拒绝原假设 H0,即认为部件的直径标准差超过了 0.048 cm。 (2). 的问题是检验 H0: ?2 ≤?02 ; H1: ?2 ?02. 小结 本讲首先介绍假设检验的基本概念;然后讨论正态总体均值的各种假设检验问题,给出了检验的拒绝域及相关例题。 概率论与数理统计 主讲教师:关 丽 北京工业大学应用数理学院 §8.1 基本概念 下面,我们讨论不同于参数估计问题的另一类统计推断问题——根据样本提供的信息,检验总体的某个假设是否成立的问题。 这类问题称为假设检验。 假设检验 参数检验 非参数检验 总体分布已知情 形下,检验未知 参数的某个假设 总体分布未知情形 下的假设检验问题 先看一个例子。 例1:某工厂生产 10 欧姆的电阻,根据以往生产的电阻实际情况,可以认为: 电阻值 X服从正态分布 N(?, 0.12)。现在随机抽取10个电阻, 测得它们的电阻值为: 9.9, 10.1, 10.2, 9.7, 9.9, 9.9, 10.0, 10.5, 10.1, 10.2. 问: 从样本看,能否认为该厂生产的电阻的平均值 ? = 10 欧姆? ● 确定总体:记 X 为该厂生产电阻的测量值,则 X ~ N(?, 0.12); ● 明确任务:通过样本推断 “X 的均值 μ 是否 等于10欧姆”; ● 假设:“X 的均值μ =10” 这一假设是否成立? I. 如何建立检验模型 原假设的对立面是 “ X 的均值 μ ≠10”,称为 “对立假设” 或 “备择假设”,记成 “ H1: μ ≠10”。把原假设和对立假设合写在一起,就是: H0:μ =10; H1:μ≠10. 在数理统计中,把 “ X 的均值 μ =10” 这样一个待检验的假设记为 “原假设” 或 “零假设”,记成 “ H0:μ =10”。

文档评论(0)

jiayou118 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档