概率论与数理统计（谢兆如）xiech8.pptVIP

§8.1 引例1 证明 §8.2一个总体 例2 例3 容量选取 例6~7 例8 解二 H0 : ? ? 0.8 ； H1 : ? 0.8 选用统计量 拒绝域 故接受原假设, 即否定厂方断言. 现 落在拒绝域? 外 ? : 由例1可见: 对问题的提法不同(把哪个假设作为原假设),统计检验的结果也会不同. 上述两种解法的立场不同，因此 得到不同的结论. 第一种假设是不轻易否定厂方的结论； 第二种假设是不轻易相信厂方的结论. 为何用假设检验处理同一问题会得到截然相反的结果? 这里固然有把哪个假设作为原假设从而引起检验结果不同这一原因；除此外还有一个根本的原因，即样本容量不够大． 若样本容量足够大，则不论把哪个假设作为原假设所得检验结果基本上应该是一样的．否则假设检验便无意义了！ 由于假设检验是控制犯第一类错 误的概率, 使得拒绝原假设 H0 的决策 变得比较慎重, 也就是 H0 得到特别的 保护. 因而, 通常把有把握的, 经验的 结论作为原假设, 或者尽量使后果严 重的错误成为第一类错误. ? 2?? 02 ? 2? 02 ? 2? 02 ? 2?? 02 ? 2=? 02 ? 2?? 02 原假设 H0 备择假设 H1 检验统计量及其在 H0为真时的分布 拒绝域 检验法 ( ? 已知) （2）关于 ? 2 的检验 X2检验法 ? 2?? 02 ? 2? 02 ? 2? 02 ? 2?? 02 ? 2=? 02 ? 2?? 02 原假设 H0 备择假设 H1 检验统计量及其在 H0为真时的分布 拒绝域 ( ? 未知) 例2 某汽车配件厂在新工艺下 对加工好的25个活塞的直径进行测量, 得样本方差S2=0.00066.已知老工艺生 产的活塞直径的方差为0.00040. 问 进一步改革的方向应如何？ ( P.244 例6 ) 解 一般进行工艺改革时, 若指标 的方差显著增大, 则改革需朝相反方 向进行以减少方差；若方差变化不显 著, 则需试行别的改革方案. 设测量值 需考察改革后活塞直径的方差是否不 大于改革前的方差？故待检验假设可 设为： H0 : ? 2 ?0.00040 ; H1 : ? 2 0.00040. 此时可采用效果相同的单边假设检验 H0 : ? 2 =0.00040 ；H1 : ? 2 0.00040. 取统计量 拒绝域 ?： 落在?内, 故拒绝H0. 即改革后的方 差显著大于改革前, 因此下一步的改 革应朝相反方向进行. 设 X ~ N ( ?1 ? ?1 2 ), Y ~ N ( ?2 ? ?2 2 ) 两样本 X , Y 相互独立, 样本 (X1, X2 ,…, Xn ), ( Y1, Y2 ,…, Ym ) 样本值 ( x1, x2 ,…, xn ), ( y1, y2 ,…, ym ) 显著性水平? 两个正态总体 两个总体 ?1 – ?2 = ? ( ?12，?22 已知) (1) 关于均值差 ?1 – ?2 的检验 ?1 – ?2 ? ? ?1 – ?2 ? ? ?1 – ?2 ? ?1 – ?2 ? ?1 – ?2 ? ? 原假设 H0 备择假设 H1 检验统计量及其在 H0为真时的分布 拒绝域 ?1 – ?2 检 ?1 – ?2 = ? ?1 – ?2 ? ? ?1 – ?2 ? ? ?1 – ?2 ? ?1 – ?2 ? ?1 – ?2 ? ? 其中 ?12,? 22未知 ?12 = ? 22 原假设 H0 备择假设 H1 检验统计量及其在 H0为真时的分布 拒绝域 ? 12 = ? 22 ? 12 ?? 22 ? 12? ? 22 ? 12 ? 22 ? 12 ?? 22 ? 12 ? 22 (2) 关于方差比? 12 /? 22 的检验 ?1, ? 2 均未知 原假设 H0 备择假设 H1 检验统计量及其在 H0为真时的分布 拒绝域 ? 12 /? 22 检 例3 杜鹃总是把蛋生在别的鸟巢中, 现从两种鸟巢中得到杜鹃蛋24个.其中 9个来自一种鸟巢, 15个来自另一种鸟 巢, 测得杜鹃蛋的长度(mm)如下: m = 15 19.8 20.0 20.3 20.8 20.9 20.9 21.0 21.0 21.0 21.2 21.5 22.0 22.0 22.1 22.3 n = 9 2