ch6.假设检验.pptVIP

9 9 9 9 38 In this diagram, do the populations have equal or unequal variances? Unequal. 9 二、总体比例的检验 假定条件 总体服从二项分布 可用正态分布来近似(大样本) 检验的 z 统计量 ? 0为假设的总体比例 假设 双侧检验 左侧检验 右侧检验 假设形式 H0：? =? 0 H1：? ?? 0 H0 ：? ?? 0 H1 ：? ? 0 H0 ：? ?? 0 H1 ：? ? 0 统计量 拒绝域 P值决策 拒绝H0 【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。分别取显著性水平 ?=0.05和?=0.01 ，检验该杂志读者群中女性的比例是否为80%？它们的P值各是多少？ 双侧检验 H0 ：? = 80% H1 ：? ? 80% ? = 0.05 n = 200 临界值(c): 检验统计量: 拒绝H0 (P = 0.013328 ? = 0.05) 该杂志的说法并不属实 决策: 结论: z 0 1.96 -1.96 0.025 拒绝 H0 拒绝 H0 0.025 H0 ：? = 80% H1 ：? ? 80% ? = 0.01 n = 200 临界值(c): 检验统计量: 不拒绝H0 (P = 0.013328 ? = 0.01) 样本提供的证据还不足以推翻“该杂志声称读者群中有80%为女性”的看法 决策: 结论: z 0 2.58 -2.58 0.025 拒绝 H0 拒绝 H0 0.025 总体方差的检验(? 2 检验) 检验一个总体的方差或标准差 假设总体近似服从正态分布 使用? 2分布 检验统计量 样本方差 假设的总体方差 假设 双侧检验 左侧检验 右侧检验 假设形式 H0 ：? 2=? 02 H1：? 2 ?? 0 H0 ：? 2 ?? 02 H1 ：? 2 ? 02 H0 ：? 2 ?? 02 H1：? 2 ? 02 统计量 拒绝域 P值决策 拒绝H0 【例】啤酒生产企业采用自动生产线灌装啤酒，每瓶的装填量为640ml，但由于受某些不可控因素的影响，每瓶的装填量会有差异。此时，不仅每瓶的平均装填量很重要，装填量的方差同样很重要。如果方差很大，会出现装填量太多或太少的情况，这样要么生产企业不划算，要么消费者不满意。假定生产标准规定每瓶装填量的标准差不应超过和不应低于4ml。企业质检部门抽取了10瓶啤酒进行检验，得到的样本标准差为s=3.8ml。试以0.10的显著性水平检验装填量的标准差是否符合要求？ 朝日 BEER 朝日 BEER 朝日 BEER 朝日 H0 ：? 2 = 42 H1 ：? 2 ? 42 ? = 0.10 df = 10 - 1 = 9 临界值(s): 统计量: 不拒绝H0 样本提供的证据还不足以推翻“装填量的标准差不符合要求”的看法 ? 2 0 16.9190 3.32511 ? /2 =0.05 决策: 结论: 两个独立样本的均值检验 m 1 s 1 总体1 s 2 m 2 总体2 抽取简单随机样样本容量 n1 计算X1 抽取简单随机样样本容量 n2 计算X2 计算每一对样本 的X1-X2 所有可能样本 的X1-X2 m1- m2 抽样分布 1. 假定条件 两个样本是独立的随机样本 两个总体都是正态分布 若不是正态分布, 可以用正态分布来近似(n1?30和 n2?30) 原假设：H0: ?1- ?2 =0；备择假设：H1: ?1- ?2 ? 0 检验统计量为 假设 研究的问题 没有差异 有差异 均值1 ? 均值2 均值1 均值2 均值1 ? 均值2 均值1 均值2 H0 H1 μ– μ≠0 μ– μ= 0 μ – μ≥0 μ – μ 0 μ – μ 0 μ – μ≤0 属于决策中的假设！ 【例】有两种方法可用于制造某种以抗拉强度为重要特征的产品。根据以往的资料得知，第一种方法生产出的产品其抗拉强度的标准差为8公斤，第二种方法的标准差为10公斤。从两种方法生产的产品中各抽取一个随机样本，样本容量分别为n1=32，n2=40，测得?x2= 50公斤，?x1= 44公斤。问这两种方法生产的产品平均抗拉强度是否有显著差别？ (? = 0.05) H0: ?1- ?2 = 0 H1: ?1- ?2 ? 0 ? = 0.05 n1 = 32，n2 = 40 临界值(s): 检验统计量: 决策: 结论: 拒绝H0 有证据表明两种方法生产的产品其抗拉强度有显著差异 Z 0 1.96 -1.96 .025 拒绝 H0 拒绝 H0 .0