浙大概率论与数理统计课件第八章假设检验PPT课件.ppt

例1 某炼铁厂的铁水含碳量X在正常情况下服从正态 分布，现对工艺进行了某些改进，从中抽取5炉铁水 测得含碳量如下：4.421，4.052，4.357，4.287， 4.683，据此是否可判断新工艺炼出的铁水含碳量的 方差仍为0.1082（?=0.05）？ 解 这是一个均值未知，正态总体的方差检验， 用?2检验法 由?=0.05，得临界值 假设 例1 某炼铁厂的铁水含碳量X在正常情况下服从正态 分布，现对工艺进行了某些改进，从中抽取5炉铁水 测得含碳量如下：4.421，4.052，4.357，4.287， 4.683，据此是否可判断新工艺炼出的铁水含碳量的 方差仍为0.1082（?=0.05）？ 解 ?2统计量的观测值为17.8543 因为 所以拒绝原假设 即可判断新工艺炼出的铁水含碳量的方差不是0.1082 第八章、假设检验 第一节：假设检验 第二节：正态总体均值的假设检验 第三节：正态总体方差的假设检验 第一节 假设检验 基本概念 基本思想 基本步骤 两类错误 假设检验 参数假设检验 非参数假设检验 这类问题称作假设检验问题 . 总体分布已 知，检验关 于未知参数 的某个假设 总体分布未知时的假设检验问题 在本节中，我们将讨论不同于参数估计的另一类重要的统计推断问题. 这就是根据样本的信息检验关于总体的某个假设是否正确. 一、基本概念 假设检验原理 假设检验所以可行，其理论背景为实际推断原理，即“小概率原理” 小概率事件在一次试验中几乎是不可能发生的 二、基本原理 例 通宣理肺丸的丸重服从正态分布。若标准差?＝2?mg，规定标准丸重38?mg。从一批中随机抽取?100?丸，样本均数＝37.5?mg，该批药丸是否合格 。 前提是正态分布且σ2已知 记μ0=38 猜想μ≠μ0,称备择假设或对立假设,记为H1 反设μ=μ0,称零假设,原假设或无效假设,记为H0 在H0假定下，选择适当统计量，判断是否出现小概率事件。出现则拒绝H0，接受H1，没有出现则只能接受H0 这种根据样本提供的信息对假设进行检验,做出拒绝或接受这一假设的决策,称为参数的假设检验 在H0假定下,选择统计量 双侧界值查双尾概率0.01P0.02 H0为真 实际情况 决定 拒绝H0 接受H0 H0不真 第一类错误 正确 正确 第二类错误 犯两类错误的概率: 显著性水平 为犯第一类错误的概率. P{拒绝H0|H0为真}= ? P{接受H0|H0为假}= ? 第一类错误（弃真错误）——原假设H0为真，而检验 结果为拒绝H0；记其概率为?，即 P{拒绝H0|H0为真}= ? 第二类错误（受伪错误）——原假设H0不符合实际， 而检验结果为接受H0；记其概率为?，即 P{接受H0|H0为假}= ? 希望：犯两类错误的概率越小越好，但样本容量一定 的前提下，不可能同时降低?和?。 原则：保护原假设，即限制?的前提下，使?尽可能的小。 注意：“接受H0”，并不意味着H0一定为真；“拒绝H0” 也不意味着H0一定不真。 检验水平 第二节 正态总体均值的假设检验 单个正态总体的均值检验 两个正态总体的均值检验 一、单个正态总体的均值检验 问题：总体 X~N（?，?2），?2已知 假设 H0：?=?0；H1：?≠?0 构造U统计量 由 U检验法 双边检验 如果统计量的观测值 则拒绝原假设；否则接受原假设 确定拒绝域 H0为真的前提下 1、方差已知 例1 由经验知某零件的重量X~N（?，?2），?=15， ?=0.05；技术革新后，抽出6个零件，测得重量为 （单位：克）14.7 15.1 14.8 15.0 15.2 14.6，已 知方差不变，试统计推断，平均重量是否仍为15克？ （?=0.05） 解 由题意可知：零件重量X~N（?，?2），且技术 革新前后的方差不变?2=0.052，要求对均值进行 检验，采用U检验法。 假设 H0：?=15； H1： ?≠15 构造U统计量，得U的0.05双侧分位数为 例1 由经验知某零件的重量X~N（?，?2），?=15， ?=0.05；技术革新后，抽出6个零件，测得重量为 （单位：克）14.7 15.1 14.8 15.0 15.2 14.6，已 知方差不变，试统计推断，平均重量是否仍为15克？ （?=0.05） 解 因为4.91.96 ，即观测值落在拒绝域内 所以拒绝原假设。 而样本均值为 故U统计量的观测值为 H0：?