[社会学]计量经济学sltj9.pptVIP

Review 第七章 假设检验(Hypothesis Testing) 第一节 假设检验的基本概念 例题 某装置的工作温度X服从正态分布N(?,25)，据制造厂说它的平均工作温度是80度，今从一个由16台装置构成的子样得出的平均工作温度是83度。试问平均工作温度与制造厂所说的是否有显著差异？ 给定显著性水平?=0.05。 原假设或者零假设H0: ?=80 备择假设或者对立假设H1: ??80 第一类错误与第二类错误 显著性检验 只对犯第一类错误的概率?加以限制，而不考虑犯第二类错误的概率?。犯第一类错误的概率?称为显著性水平。 第二节 单个正态总体下参数的检验 均值的检验 总体方差未知——t检验 例题 设香烟的尼古丁含量服从正态分布，某香烟厂过去生产的香烟尼古丁含量平均为18.3mg，现从其产品中抽得容量为8的子样，其尼古丁含量分别为20，17，21，19，22，21，20，16（mg），试检验尼古丁含量是否增加了？（ ?=0.05） 方差的检验 设X1,…,Xn为来自正态总体的一个子样。 均值?已知——?2检验 均值?未知——?2检验 例题 某类钢板的制造规格规定，钢板重量的方差不得超过0.016kg2。由25种钢板组成的一个子样得出的方差为0.025kg2，从这些数据我们能够得出钢板不合规格的结论？如果我们能否定原假设“总体方差小于或者等于0.016”，就能得出钢板不合规格的结论。假定重量总体近似服从正态分布（?=0.05）。 第三节 两个正态总体参数的比较检验 两个正态总体均值的比较 方差?12 ，?22已知——U检验 方差?12 =?22= ?2未知——t检验 例题 为了比较两种肥料对早稻产量的效果，选择条件大致相同的16块土地，从中随机的抽取8块施肥料甲，其余施肥料乙。收割后称得平均产量分别为569kg和591kg ，样本方差为3870/8和1708/8，问两种肥料对早稻产量是否有显著影响？假设两种早稻产量服从同一方差的正态分布（?=0.05）。 结论：两种肥料对早稻产量有显著影响. 两个正态总体方差的比较 两个正态总体的均值已知—F检验 clear %data fid=fopen(e:\classes\class6\sltj\data\600104.txt,r); d1=fscanf(fid,%g); r1=price2ret(d1)*100; fid=fopen(e:\classes\class6\sltj\data\600808.txt,r); d2=fscanf(fid,%g); r2=price2ret(d2)*100; clear fid %plot price and return subplot(2,2,1), plot(d1), title(上海汽车(600104)), ylabel(price), subplot(2,2,2), plot(d2), title(马钢股份(600808)), subplot(2,2,3), plot(r1), ylabel(daily return), xlabel(04/01/02---04/08/04), subplot(2,2,4), plot(r2), xlabel(04/01/02---04/08/04), %variance equal test n=length(r1); alpha=0.05; z=var(r1)/var(r2), cl=finv(alpha/2,n-1,n-1), cu=finv(1-alpha/2,n-1,n-1), if zcu|zcl reject the hypothesis that variances are equal, else fail to reject the hypothesis that variances are equal, end clear %importing data fid=fopen(e:\classes\class6\sltj\data\000001.txt,r); d1=fscanf(fid,%g); r1=price2ret(d1)*100; fid=fopen(e:\classes\class6\sltj\data\399001.txt,r); d2=fscanf(fid,%g); r2=price2ret(d2)*100; clear fid %plot price and return subplot(2,2,1), plot(d1), title(SHCI(000001)), ylabel(price), subplot(2,2,2), plot(d2), title(SZSI(399001)), subplot(2,2,3), plot(