第二章节参数估计和假设检验幻灯片.pptVIP

* * 由于 因而在显著水平 下接受假设。 二、两个平均值的比较 两组样本： 问题：检验这两个总体的期望值是否相同。 问题的实验背景：两组实验数据是否对同一物理量的测量或在某种 实验条件变化下正态分布的期望值是否有明显的变化。 * * 零假设 备择假设 根据方差 是否已知和相等，分三种情况讨论。 （一） 和 已知 分布合成定理 选统计量 因而可以利用前面的u检验法进行检验。 假设 * * （二） 和 未知但相等 选择统计变量（抽样分布定理） 其服从自由度为n+m-2的t分布。式中S为 在原假设成立的条件下，统计量变为： * * 若m=n时，则上式化为： 以上两种情况都可用t检验法进行检验。 （三） 和 未知且不相等 这种情况不能进行严格，只能进行近似处理。 当n足够大 时， 。 因而 选统计量 利用u检验法进行检验。 * * 例:有以下两组数据，各来自正态总体。问可否认为来自同一正态总体？ 解： 由题可知n=10，由数据可计算出 * * 选定 ，查t分布表，相应自由度为(10+10-2)=18,得 由于 因而接受假设。 三、方差的检验 方差反映出变量离散程度。因而检查仪器工作稳定与否或检查两台仪器的精确度是否相同时，常用到方差的检验。 （一） 检验法 问题是检验总体方差是否与已知方差相同？ * * 提出假设 选择统计量 其服从自由度为n-1的 分布。 因为总体方差比已知方差太大或太小都说明总体方差有所变化，因而采用双边检验。 由显著水平 ，查 分布表，得上下分位数 ，它们应满足 即 * * 因而得拒绝域为： 若单边检验，则拒绝域为： （二）F检验法（用来比较两个正态分布的方差是否相同） 提出假设 由于总体方差可用样本方差来近似（样本容量足够大）。 选择统计量 其服从自由度为（n-1，m-1）的F分布。 * * 由显著水平 ，查F分布表，得拒绝域的下界 ，其满足 由样本计算出F，若 ，则拒绝原假设，反之则接受原假设。 例：两种仪器对同一零件长度测得数据如下。问它们的精度一致吗？ 第一仪器X： 第二仪器Y： 解： 由题可提出假设 选择统计量 * * 由两组数据可得 选显著水平 ，查F分布表，对应自由度为（n-1=6，m-1=9）得 由于 故接受假设，即认为他们的精度一致。 * * 第八节 分布型式的检验 二、柯尔莫哥洛夫检验法 一、皮尔逊 检验法 2 c * * 由样本 ，检验随机变量的分布 是否为某种给定的分布 ，即检验假设 ，这类检验称为分布型式的检验，又叫拟合性检验。 分布型式的检验： 选取统计变量 1.将样本由小到大按顺序排列并分组。把区间 （或有限区间）分为m个区间，分点分别为 ，相应区间为 检验步骤和符合的意义： 一、皮尔逊 检验法（离散型、连续型） * * 统计样本落在第i个区间内的观测值的个数 ,称为第i组的实测频数； 2.根据样本计算理论分布 中的未知参数c的最大似然估计值 。 假设未知参数为K个。 3.计算理论分布在各个区间内的概率含量 及计算各组理论频数 4.计算皮尔逊 量。此 量是渐近地（即 时）服从自由度为m-K-1的 分布； * * 5.选取显著水平 ，由 分布表（注意：自由度为：m-k-1)查出分位点 ,则拒绝域为 。若 ，认为差异显著，从而怀疑假设，反之，接受假设。 注意： 1.选统计量是在极限情况下服从 分布，因而一般 2.分组时，各组内理论频数不能太小，至少 ，如果达不到要求则合并区间。 二、柯尔莫哥洛夫检验法（适用于连续型） 直接比较样本数据与理论分布的差异 步骤： 1.将观测从小到大顺序排列，得到 。作经验分布函数 * * 2.在以上各点求出总体理论分布函数值 ； 3.在各点计算 ，找出最大的绝对偏差 将其作为检验统计变量。柯尔莫哥洛夫给出样本容量n和显著水平 下的 的临界值 ，即 落入拒绝域中的概率为 * * 4.选定 ，查表(见下图）得到 值。将 与 比较，若 ，则认为在显著水平 下差异显著，故拒绝理论分布为真的假设；反之，接受。 * * 第九节 似然比检验 一、对单假设的似然比检验 二、最大似然比检验 * * ﹖ 检验方法 不同的检验方法 不同的检验结果 怎么比较好坏 检查检验好坏的标准：在损失 一定，污染 最小，即功效 最大的检验方法（最佳效检