概率论与数理统计第8章单个正态总体参数的假设检验.ppt

一、已知?12,?22 检验 H0:?1 = ?2 ～ 在H0为真时 二、?12,?22未知时检验 H0:?1 = ?2 检验H0:?1 = ?2 其中 检验H0:?1 = ?2问题等价于检验正态总体方差未知时对均值为0的检验问题。 故当 为真时，即当 时有 ?1 = ?2 ( ?12，?22 已知) 1、关于均值 ?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 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 ?1? ?2 ?1 ? ?2 ?1 ?2 ?1 ?2 ? 1 ? ?2 ? 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 §8.6 总体分布的假设检验 说明 则上述假设相当于 则上述假设相当于 3.皮尔逊定理 定理 注意 第八章 回归分析 一、一元线性回归模型 定义：假设有两个地理要素（变量）x 和y，x为自变量，y为因变量。则一元线性回归模型的基本结构形式为 其中a和b为待定参数； 为各组观测数据的下标； 为随机变量。 记 和 分别为参数a与b的拟合值，则一元线性回归模型为 代表x与y之间相关关系的拟合直线，称为回归直线； 是y的估计值，亦称回归值。 ① 参数a与b的最小二乘拟合原则要求yi与 的误差ei的平方和达到最小，即 （一）参数a、b的最小二乘估计 ② 根据取极值的必要条件，有 ③ 解上述正规方程组，得到参数a与b的拟合值 （二）一元线性回归模型的显著性检验 ① 方法：F 检验法。 ② 总的离差平方和：在回归分析中，表示y的n次观测值之间的差异，记为 可以证明 Q称为误差平方和，或剩余平方和 称为回归平方和 ③ 统计量F ④ F越大，模型的效果越佳。当H0为真时， 统计量F～F（1，n-2）。在显著水平α 下，若FFα，则认为回归方程效果在此水平下显著。一般地，当FFα(1,n-2)时，则认为方程效果不明显。 非线性关系线性化的几种情况 对于指数曲线 ，令 ， 可以将其转化为直线形式： ， 其中， ； 对于对数曲线 ，令 ， ，可以将其转化为直线形式： ； 对于幂函数曲线 ，令 ， ，可以将其转化为直线形式： 其中， ； 三、非线性回归模型 对于双曲线 ，令 ，转化为直线形式： 对于S型曲线 ，可转化为直线形式： 布置作业 《概率统计基础》P132:1,2,3. 《概率论与数理统计》 数理统计 数理统计 §8.2 单个正态总体参数 的假设检验 一.关于参数?的假设检验 (1) H0: ? ? ?0 (?0已知） H1:? ??0 ①选择检验统计量 ②对给定检验水平 ③ 取显著性水平为 ，现在来求这个问题的拒绝域. 因为 中的 全部都比 中的要小,从直观上看, 较合理的检验法应是：若观测值 与 的差 过分大，即 , 则我们拒绝 而接受 ， 因此拒绝域的形式为 （k 待定）. （2）检验 ①选择检验统计量 ②对给定检验水平 ③