第二十一次文概率.pptVIP

一致性：随着样本容量的增大，估计量越来越接近被估计的总体参数 例 用仪器测量温度，重复测量7次，测得温度分别为：115,115,109,115,115,105,110;设温度服从 在范围。 时，试求温度的真值所 在置信度为 % 95 是测量值。 是温度的真值， 解：设 X m 由样本值算得： 已知 . 05 . 0 , 7 = = a n P142 由此得置信区间： 得临界值 查表 447 . 2 正态总体方差的区间估计 并设 为来自总体的 样本 , 分别为样本均值和样本方差 . 求方差 的置信水平为 的区间估计. P163 对给定的置信度 ,确定分位数 使 从中解得 例 有一大批糖果.现从中随机地取 16 袋 , 称得重量(以克计)如下: 506 508 499 503 504 510 497 512 514 505 493 496 506 502 509 496 设袋装糖果的重量近似地服从正态分布,试求总体标准差 的置信水平为0.95的置信区间. 解 这里 P142 于是得到 的置信水平为 的置信区间为 例 随机取某种炮弹9发做试验，得炮口速度的样本标准差为11（米/秒），设炮口速度服从正态分布，求这种炮弹速度的标准差 的90%的置信区间。 正态总体的区间估计 正态总体期望的区间估计 正态总体方差的区间估计 方差已知 方差未知 总结： 正态总体期望的区间估计,方差已知 P160 正态总体期望的区间估计,方差未知 P162 正态总体方差的区间估计 P163 第九章 假设检验 假设检验 参数假设检验 非参数假设检验 这类问题称作假设检验问题 . 总体分布已知， 检验关于未知参数 的某个假设 总体分布未知时的 假设检验问题 我们将讨论不同于参数估计的另一类重要的统计推断问题. 这就是根据样本的信息检验关于总体的某个假设是否可以接受. 假设检验的基本思想和方法 关于正态总体的假设检验 让我们先看一个例子. 小概率原则 显著性水平 假设检验的基本思想和方法 小概率事件在一次试验中基本上不会发生. 这里有两个盒子，各装有100个球. 一盒中的白球和红球数 99个红球 一个白球 …99个 另一盒中的白球和红球数 99个白球 一个红球 …99个 小概率原则 小概率事件在一次试验中基本上不会发生. 现从两盒中随机取出一个盒子，问这个盒子里是白球99个还是红球99个？ 小概率事件在一次试验中基本上不会发生. 我们不妨先假设：这个盒子里有99个白球. 现在我们从中随机摸出一个球，发现是 此时你如何判断这个假设是否成立呢？ 现从两盒中随机取出一个盒子，问这个盒子里是白球99个还是红球99个？ 假设其中真有99个白球，摸出红球的概率只有1/100，这是小概率事件. 这个例子中所使用的推理方法，可以称为 小概率事件在一次试验中竟然发生了，不能不使人怀疑所作的假设. 带概率性质的反证法 不妨称为概率反证法. 我们的假设：这个盒子里有99个白球. 概率反证法的逻辑是：如果小概率事件在一次试验中居然发生，我们就以很大的把握否定原假设. 一般的反证法要求在原假设成立的条件下导出的结论是绝对成立的，如果事实与之矛盾，则完全绝对地否定原假设. 那么，小概率要多小呢？ 在原假设下，样本值出现的概率比较小，则就拒绝（否定）原假设。 在假设检验中，我们称这个小概率为显著性水平，用 表示. 常取 的选择要根据实际情况而定。 在原假设下，样本值出现的概率比较小，则就拒绝（否定）原假设。 那么，小概率要多小呢？ 样本值出现的概率要小于某个给定的值 。 F 检验 用 F 分布 按照检验所用的统计量的分布, 分为 U 检验 用标准正态分布 t 检验 用 t 分布 检验 用 分布 单个正态总体 的检验假设 两个正态总体 的检验假设 关于正态总体的假设检验 单个正态总体 的检验假设 已知 ，检验假设 未知 ，检验假设 未知 ，检验假设 未知 ，检验假设 已知 ，检验假设 假设检验的图示 假设检验的两类错误 显著性检验 提出原假设和备择假设 第一步： 第二步： 取一检验统计量，在H0成立下 写出它的分布 已知 ，检验假设 第三步： 对给定的显著性水平 查表得: 得到拒绝域： W： 确定拒绝域. 已知 ，检验假设 *