概率论与数理统计假设检验第1讲.pptVIP

函数与极限 例2: 一条新建的南北交通干线全长10公里.公路 穿过一个隧道(长度忽略不计),隧道南面3.5公里, 北面6.5公里. 在刚刚通车的一个月中, 隧道南 发生了3起交通事故, 而隧道北没有发生交通事 故,能否认为隧道南的路面更容易发生交通事故? H0: p=0.35. 我们称H0是原假设或零假设. 再作一个备择假设 H1: p 0.35. 在本问题中,如果判定H0不对,就应当承认H1. 在例4中, 如果取检验水平? =0.04, 则临界值z? /2 =2.054 . 这时|z|=1.972.054, 不能否定H0. 这说明在不同的检验水平下可以得到不同的检验结果. 降低犯第一类错误的概率, 就会使得拒绝域减小，从而拒绝H0的机会变小，接受H0的机会变大。 ? ? ?0 ? ??0 ? ? ?0 ? ? ?0 ? ?0 ? ?0 Z 检验法 (?2 已知) 原假设 H0 备择假设 H1 检验统计量及其 H0为真时的分布 拒绝域 在例4中, 从实际数据计算得到 |z|=1.97. 如果拒绝域取成{ |Z| ≥1.97}, 则刚刚能够拒 绝H0. 这时犯第一类错误的概率是 P=P(|Z|≥1.97)=0.0488. 我们称P=0.0488是检验的P值(P-value). B. P 值检验法 P值越小, 数据提供的否定H0的证据越充分.如果检验的显著性水平α是事先给定的, 当P值小于等于α, 就要否定H0. C.未知σ时，均值? 的t 检验法 例 5: 在例4中如果9个袋装白糖的样品是从超级市场仓库中随机抽样得到的, 能否认为这批500克袋装白糖的平均重量是500克? 标准差?未知, 可用样本标准差S代替?. 解: 对?0=500克, 仍作假设 H0: ? = ? 0 vs H1: ? ≠ ? 0. 在H0下, 从 7.3节的定理3.6知道检验统计量 说明在H0下, T在0附近取值是正常的, 如果|T|取值较大就应当拒绝H0. 根据分位数t?/2(n-1)的性质, 有 P(|T|≥ t?/2(n-1))= ?. 于是H0的显著性水平为?的拒绝域是 {|T|≥ t?/2(n-1)} 取?=0.05, 查表得到t0.05/2(8)=2.306. 经过计算得到 S=0.676, |T|= 2.609 2.306, 所以应当否定H0, 认为μ≠500. 作出以上判断也有可能犯错误, 但是犯错误的概率不超过 0.05. D.未知σ时，均值? 的单边检验法 例6：在例5中, 抽查的9袋白糖的平均重量为499.412克可以引起我们的怀疑. 这批袋装白糖的平均重量是否不足呢? 解：为了解决这个问题, 我们提出假设 H0: ?≥500 vs H1: ?500 如果否定了H0, 就认定这批袋装白糖的份量不足. 由于在H0下, 不知道? 的具体值, 所以T的分布是未知的. 但是这时有 H0: ?≥500 vs H1: ?500 因为 P(T ?-t?(n-1)) ? P( T0 ? -t?(n-1))= ? , 所以可以构造拒绝域为 {T ?-t?(n-1)} 当T ? -t?(n-1), 应当否定H0 在本例中, 查表得到-t0.05(8)=-1.86, T=-2.609-1.86, 所以应当否定H0. 认定这批袋装白糖的分量不足。这时， 犯错误的概率不超过0.05. 由于这种检验方法是基于t分布的方法, 所以又称为t 检验法. ? ? ?0 ? ??0 ? ? ?0 ? ? ?0 ? ?0 ? ?0 T 检验法 (? 2 未知) 原假设 H0 备择假设 H1 检验统计量及其 H0为真时的分布 拒绝域 例7: 某厂生产小型马达, 其说明书上写着: 这种小型马达在正常负载下平均消耗电流不会超过0.8 安培. 现随机抽取16台马达试验, 求得平均消耗电流为0.92安培, 消耗电流的标准差为0.32安培. 假设马达所消耗的电流服从正态分布, 取显著性水平为? = 0.05, 问根据这个样本,