概率统计与随机过程_1.docVIP

概率统计与随机过程9 H0:?0=72, 第二步 统计量第四步 现在n=25, =68.6, 对于?=0.05，查标准正态分布表得因为|u0|=2.656 1.96，故拒绝H0. 第三步确定拒绝域拒绝域: |u| 1.96 第五步结论该体院男生的脉搏与一般健康 成年男子的脉搏存在差异。由于所以，该体院男生脉搏的95[%]的置信区间为[[]66.1 , 71.1] 例1 某糖厂有一台自动打包机打包, 额定标准每包质量为100kg. 设包质量服从正态分布,且根据以往经验, 其方差?2＝(0.4)2. 某天开工后, 为检查打包机工作情况, 随机地抽取9包,称得质量(单位：kg)如下： 99 98.5 102.5 101 98 99 102 102.1 100.5 问这天打包机工作是否正常？ (?1=0.05, ?2=0.01) 解：此例是在已知?2=(0.4)2的情况下，第一步 检验假设H0: ?0=100, 第二步 统计量第三步 现在n=9, =100.29, (1)对于?=0.05，查标准正态分布表得第四步确定拒绝域拒绝域: |u| 1.96 (2)对于?=0.01，查标准正态分布表得拒绝域: |u| 2.58 因为|u0|=2.172 1.96，故拒绝H0. 因为|u0|=2.172 2.58，故接受H0. 注：假设检验过程中的两类错误(判断失误) 假设检验的依据是“小概率事件实际不可能发生”原理, 但是小概率事件并非不可能事件, 我们并不能完全排斥它发生的可能性, 因而假设检验的结果就有可能出现错误。正确正确假设检验的两类错误 犯第一类错误的概率为? H0 为真H0 为假犯第二类错误的概率记为? 任何检验方法都不能完全排除犯错误的可能性.理想的检验方法应使犯两类错误的概率都很小,但在样本容量给定的情形下,不可能使两者都很小,降低一个,往往使另一个增大. 假设检验的指导思想是控制犯第一类错误的概率不超过?, 然后,若有必要,通过增大样本容量的方法来减少?. 在实际问题中，如何给定检验水平?，应根据具体情况而定. (1) 当拒绝一个属真的假设其后果非常严重时，应将?取得小一些，如?=0.01, ?=0.005等，例如，在雷达预警系统中，漏报敌人飞行器入侵是十分严重的错误，这时?就要选的小一些. (2)当拒绝一个属真的假设其后果不甚严重，而“取伪”会引起严重后果时，可将?取得适当大一些，如?=0.05, ?=0.10，等。例如: 在判别药品合格与否时，取伪的危害性很大，这时?便要选的大一些，虽然引起经济上的损失可能大一些，但危及生命的可能性便减小了。(2)(右边检验)H0:?＝?0；H1：? ?0， 此时样本信息显示 ?0 H0 ?原假设; H1 ?备选假设第一步提出假设H0: ?=?0(原假设); H1: ? ?0(备选假设). 第二步构建检验统计量第三步 确定拒绝域第四步 由样本提供的信息计算出 的值,并对H0的正确性进行推断. 若 则拒绝原假设(H0伪) 第五步 给出结论若 则接受原假设(H0真) 例2 已知某零件的质量X~N(?,?2),由经验知?=10g, ?2=后,抽取8个样品,测得质量(单位:g)为9.8,9.5,10.1,9.6,10.2,10.1,9.8,10.0, 若方差不变,问平均质量是否比10为小？ (取?=0.05) 解本例是一个左边检验问题, 检验假设：选取统计量在H0为真的条件下由样本值计算出计算的试验值并比较查标准正态分布表得故接受假设例3 某厂生产的一种铜丝, 它的主要质量指标是折断力大小. 根据以往资料分析, 可以认为折断力X服从正态分布, 且数学期望EX=?＝570(N),标准差是?＝8(N).今换了原材料新生产一批铜丝, 并从中抽出10个样品, 测得折断力(单位：N)为： 578 572 568 570 572 570 570 572 596 584 从性能上看, 估计折断力的方差不会发生变化,问这批铜丝的折断力是否比以往生产的铜丝的折断力较大？(取?=0.05) 解：(1)假设 (2)计算统计量先算出＝575.2 的值，(3