统计学导论第7章 假设检验.pptVIP

（二）两总体方差 未知但相等 在两方差未知但相等的情况下，我们根据抽样分布理论知： ～ t(n1+n2-2) （7.5） 在原假设成立的情况下，根据上面的公式，我们可以构造如下的检验统计量： 对于双侧检验，可以从t分布表中查得临界值 ，此时原假设的拒绝域为： 。反之就不能拒绝原假设。 对于左、右单侧检验，从 分布表中查得临界值t1-α(n1+n2-2)；左单侧检验拒绝原假设的范围是：t- t1-α(n1+n2-2)。右单侧检验拒绝原假设的范围为：t- t1-α(n1+n2-2)。若t在拒绝域之外，则不能拒绝原假设。 【例7-5】将某小学一年级学生随机分为两组，对其中一组运用新型的教学方式，称为新型组，另一组按照传统的教学方式称为传统组。经过六个月后，对该年级学生进行成绩测试。假设两组成绩的总体标准差相同。从新型组抽取31名学生，求得其平均成绩为78.06，标准差为9.36；同样的，从传统组抽取31名，求得的平均成绩为76.30，标准差为10.12。假设两组成绩的总体标准差相同。比较两组学生的平均成绩是否有显著性差异。 解：此题属于在两总体方差未知（但是假定两方差相等）下，检验两组均值是否有差异的问题。 依题意有， （1）建立假设。H0：μx=μy， 备选假设H1：μx≠μy ； （2）构造检验统计量为 ～t (n+n2-2) 其中由于相等的标准差σ未知，我们用 来估计。 （3）确定临界值。 从t分布表中查得临界值 。 （4）计算样本统计量及判断。将样本资料代入检验统计量得到 因而有 ， 不能拒绝原假设，即两组的均值没有显著性差异。 对总体成数的假设检验实际上是对两点分布均值的检验,所以与总体均值假设检验原理相同. 二、总体成数的假设检验 当样本容量比较大时，按照中心极限定理，分布以正态分布为极限。因而，对总体成数的假设检验可以借助正态分布来进行。 （一）单样本成数检验 建立假设： , 构建的检验统计量为 （7.7） 服从标准正态分布，即 z～ N(0,1) 其中，P代表样本的成数，ρ代表总体的成数。 ， 单总体比例的检验 【例】一种以休闲和娱乐为主题的杂志，声称其读者群中有80%为女性。为验证这一说法是否属实，某研究部门抽取了由200人组成的一个随机样本，发现有146个女性经常阅读该杂志。取显著性水平 a=0.05，检验该杂志读者群中女性的比例是否为80%？ 双侧检验 解：作假设 H0 ：P= 80% H1 ： P? 80% a = 0.05 n = 200 临界值Za/2=±1.96 决策： 拒绝H0 结论： 该杂志的说法并不属实 z 0 1.96 -1.96 0.025 拒绝 H0 拒绝 H0 0.025 （二）两个样本总体成数之差的检验 如果要考察两个总体的成数之间是否有显著性差异，可以用两样本总体成数差检验。 假定对应两总体的样本容量分别为n1、n2，当 n1、n2都比较大时，我们可以构造如下的检验统计量，该检验统计量服从标准正态分布。 ～ N(0,1) （7.8） 若建立的原假设为 H0：ρ1=ρ2，相应的临界值为 ；若建立的原假设为H0：ρ1≥(或≤)ρ2，则相应的临界值为z1-α 。能否拒绝原假设的判断规则如前面所述。 【例7-7】考察专业股票分析师和普通股民对整个股票市场走势的判断是否存在显著性差异。在100名的专业股票分析师中，有55％的人认为股票市场将上升，在150名普通股民中，有48％的持相同观点。试问，专业分析师和普通股民的观点是否存在显著性差异（ α=0.05）。 解：根据题设，已知 。 建立原假设 ，备选假设 根据样本资料计算检验统计量的值 从标准正态分布表查出α=0.05时的临界值为 。因为 ，所以不能拒绝 原假设。 单侧检验 【例】对两个大型企业青年工人参加技术培训的情况进行调查，调查结果如下：甲厂：调查60人，18人参加技术培训。乙厂调查40人，14人参加技术培训。能否根据以上调查结果认为乙厂工人参加技术培训的人数比例高于甲厂？(? = 0.05) H0: H1: ? = 0.05 n1 = 60，n2 = 40 临界值: Za=±1.645 检验统计量: 决策: 结论: 在 ? = 0.05的水平上不拒绝H0 没有证据表明乙厂工人参加技术培训的人数比例高于甲厂 -1.645 Z 0 拒绝域 ?