概率论与数理统计A：4chapter8（1）参数的假设检验.pptVIP

类似地 类似地 * Chapter 7(1) 参数的假设检验 假设检验就是对总体分布的参数或分布本身提出一些 假设，然后根据样本提供的信息对此假设是否成立作 出判断. 其中包括参数的假设检验与分布的假设检验. 教学要求： 掌握假设检验的基本步骤; 2. 了解假设检验可能产生的两类错误 ; 了解单个及两个正态总体的均值和方差的假设检验. 引例： 某金工车间生产的铆订，其直径X服从正态分布 现从某新工艺生产 的铆订中抽取n=100个的样本，算得样本均值 问新工艺下铆订直径 X 是否仍服从原总体分布 纯粹是试验或测试的误差造成的，还是反映了工艺 条件的改革使得铆订的直径发生了变化. 1. 提出假设 2. 小概率原理 “小概率事件”（概率很小的事件）在一次试验中可以 认为是几乎不会发生的. 判断“假设”是否成立的根据就是小概率原理， 具体应用是： 设有某假设H0需要检验，先假设H0是正确的，在此 假设之下，构造某一个事件Ａ，它在H0为正确的条 件下概率很小，例如P(A|H0)=0.05，现在进行一次试 验，如果事件Ａ发生了，就说一个小概率事件居然 发生了，这就不能不使人怀疑H0的正确性，因而否定 H0；反之，就接受H0. 3. 小概率事件的构造 (1)首先构造一个统计量，它包含待检验参数，而当假 设H0成立时，它的分布是完全已知的. 注意： 4. 假设检验的一般步骤 以样本观察值计算出该统计量的观察值， 若观察值落在否定域内, 则拒绝假设; 若观察值不落在否定域内, 则接受假设. 5. 两类错误 第一类错误（弃真）： H0是正确的，通过取样检验后却否定了H0. 第二类错误（取伪）： H0不正确，通过取样检验后却接受了H0. 理论上，自然希望犯这两类错误的概率都很小. 一般只有当样本容量n增大时，才有可能使两者变小. 在实际应用中，一般原则是： 解 显然，随着样本容量n的增大，得到关于总体的信息 更多，从而犯弃真错误的概率越小. 解 步骤: (这种方法称为 z 检验) 步骤: (这种方法称为 t 检验) ex3.某批矿砂的5个样品中的镍含量经测定为(x%)： 3.25,3.27,3.24,3.26,3.24,设测定值服从正态分布. 问在?=0.01下能否接受假设：这批矿砂的平均镍 含量为3.25. 解 注意 否定域 方法 双边检验 右边检验 左边检验 ex4.已知用某种钢生产的钢筋的强度(kg/mm2)服从正 态分布，且均值?0=52.00.今改变钢的配方，从新 法炼钢后生产的钢筋中抽取7根，测得强度为： 52.45,48.51,56.02,51.53,49.02,53.38,54.04， 问新法所生产的钢筋其强度的均值μ是否有明 显的提高？(?=0.05) 解 如图 ex5.测定某种溶液中的水分，由它的10个测定值算出 ,S=0.037(%)，设测定值总体服从正 态分布，试在5%的显著性水平下，分别检验假设: 解