[科技]数据处理1.ppt

所以在?，?均未知的情况下，正态母体方差?2的区间估计是： 正态母体方差?2的区间估计（?未知） (1-85) (1-86) 例：对某催化剂的寿命（服从正态分布）共测定了6次，其值 如下表所示。?未知，现求信度?=0.1时 ?的置信区间。 催化剂寿命测试表 实验次序n 1 2 3 4 5 6 催化剂寿命/月 52 56 46 50 53 49 解： s2=[Stdev(52,56,46,50,53,49)]2=12 =CHIINV(0.05,5)=11.07 =CHIINV(0.95,5)=1.15 5.统计假设检验 关于总体的假设称为统计假设，而检验统计假设的方法称为假设检验。即根据局部观测结果对母体的分布参数或母体的分布函数本身提出种种假设，然后再根据子样的数据来检验此假设是否可信？这样的一种研究方法称为统计假设检验。 正态母体均值与方差的检验 假设检验是否必要？ 设在恒压下进行某化学反应，要求压力为指定值?0。现对压力实测了n次，得到的值分别为x1，x2，…，xi，…，xn。试问根据这些测定值如何判断压力是否达到了要求（设xi是等精度的，皆服从N(?, ?2)分布）。 从题意知 ，所以 正态母体均值与方差的检验 若?0=30.0（大气压），n=8， （大气压），即 那么，可否认为压力已达到要求？ 即压力应控制在30.0大气压，现在8次测定的均值为30.1大气压，问等于30.1大气压与30.0大气压差0.1大气压是否合理？若合理，我们就接受，可以认为压力控制已达到要求，即 ；若不合理，则不能认为压力控制已达到要求，即 。 正态母体均值与方差的检验 怎么来判断8次测定的压力均值30.1大气压与指定压力值30.0大气压差0.1大气压是否合理呢？这就要用统计假设检验的方法来解决。该问题是关于样本均值是否等于规定了总体均值检验（假定总体方差?2已知），即正态母体检验（?已知）。 正态母体均值与方差的检验 先假定压力已达到要求，即认为作为随机变量的xi，其数学期望?正是指定值?0： 然后再对这一假设进行检验。这种待检验的假设，用H0表示。如经过检验后，H0被否定，那么我们就要采用另一种假设。这个假设称作备择假设，用H1表示。在这一具体情况下，H0和H1分别为 若H0成立，?与?0相同，于是我们可以认为?的估计值应与?0相差不远。我们把在H0成立的条件下，与?0的差的绝对值超过某一值A的概率记作?，即 (1-87) (1-88) (1-89) 正态母体均值与方差的检验 由于在H0条件下?0与?相同，故可将上式中的?0代以?，并考虑到 ，可得 其中 由于xi服从N(?, ?2)分布，故 服从 分布 经标准化变换后，?服从N(0, 1)分布。 (1-90) (1-91) 将式（1-90）与式（1-29）相比即可知 正态母体均值与方差的检验 或 u?为标准正态分布的?双侧分位数。将式（1-93）代入式（1-89）即可得 这表示在H0成立的条件下，以下不等式 成立的概率为?。 (1-92) (1-93) (1-94) (1-95) 正态母体均值与方差的检验 若 式得以满足，则在置信概率1-?下否定待验假设H0，而接受备择假设H1；反之，则在置信概率1-?下接受H0。 此检验常称为u检验。 5.统计假设检验 统计假设检验的一般原则 统计假设检验的原则可归纳为： （1）根据实际问题提出待验假设H0和备择假设H1。 一般有三种情况（以u检验为例）： （1） H0 H1 （2） （3） 统计假设检验的一般原则 （2）首先假定H0成立，讨论如此会造成什么后果，如导致不合理的结果，比如出现小概率事件，则否定H0，而接受H1，反之，则接受H0。 统计假设检验的一般原则 （3）具体检验办法： 构造适当的检验用的统计量?。 如构造统计量 作为u检验的统计量。 确定一个适当的显著水平?； 求出H0的拒绝域（否定域）： 如 或 判断是否出现不合理现象从而确定接受还是否定原假设H0。 5.统计假设检验 第一类错误与第二类错误 在进行假设检验时，往往先给定一个?，从而确定拒绝域。以u检验为例： 该?表示在实际上假设H0为真时，我们犯拒绝（否定）H0的错误的概率为?。我们称这类“拒真”错误为第一类错误。 ?