数理统计与随机过程8--假设检验.ppt

* * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * 8.2.2 两个正态总体 N(?1, ?12) 和 N(?2, ?22) 均值的比较 在应用上，经常会遇到两个正态总体均值的比较问题。 例如：比较甲、乙两厂生产的某种产品的质量。将两厂生产的产品的质量指标分别看成正态总体 N(?1, ?12) 和 N(?2, ?22)。 比较它们的产品质量指标的问题，就变为比较这两个正态总体的均值 ?1和 ?2的的问题。 设X1, X2, …, Xm与Y1, Y2, …, Yn 分别为抽自正态总体 N(?1, ?12)和 N(?2, ?22)的样本，记 考查如下检验假设: 1. H0: ?1= ?2 ; H1: ?1≠?2 当 ?12 和 ?22 已知时，根据定理7.5.1，有 当 H0: ?1 = ?2为真时， 所以，拒绝域为： 在?12=?22 =?2，?2未知情况下， 根据定理7.5.1，有 当 H0: ?1=?2 为真时，有 拒绝域为 从而 上面，我们假定 ?12=?22。 这是个不得已而强加上去的条件，因为如果不加此条件，就无法使用简单易行的 t 检验。 在实用中，只要我们有理由认为?12和?22相差不是太大，往往就可使用上述方法。 通常是：如果方差比检验未被拒绝, 就认为?12和?22相差不是太大。 说明： 例3：假设有A和B两种药，欲比较它们在服用2小时后在血液中的含量是否一样。 对药品A，随机抽取8个病人服药，服药2小时后，测得8个病人血液中药物浓度(用适当的单位)分别为: 1.23, 1.42, 1.41, 1.62, 1.55, 1.51, 1.60, 1.76. 对药品B，随机抽取6个病人服药，服药2小时后，测得血液中药的浓度分别为: 1.76, 1.41, 1.87, 1.49, 1.67, 1.81. 假定这两组观测值抽自具有共同方差的两个正态总体，在显著性水?=0.10下，检验病人血液中这两种药的浓度是否有显著不同? 故接受原假设。即, 认为病人血液中这两种药浓度无显著差异。 解：问题就是从总体 N(?1, ?2)和N(?2, ?2)中分别抽取样本X1, X2,…, X8 和Y1, Y2,…, Y6，样本均值和样本方差分别为： 2. 单边检验 H0: ?1≥?2; H1: ?1?2 ● ?12和?22已知情况下，H0的拒绝域为 ● ?12与?22未知，但?12=?22的情况下，H0的 拒绝域为 3. 单边检验 H0: ?1≤?2; H1: ?1＞?2 ● ?12和?22已知情况下，H0的拒绝域为 ● ?12与?22未知，但?12=?22的情况下，H0的 拒绝域为 两个正态总体与成对数据的区别 两个正态总体━━假定来自这两个正态总体 的两组样本，是相互独立的！ 成对数据━━两组样本可以是来自对同一个 总体上的重复测量，它们是成对出现的，可 以是相关的。 8.2.3 成对数据的 t 检验 例如: 为了考察一种降血压药的效果，测试了n 个高血压病人服药前、后的血压分别为X1, X2,…, Xn 和Y1,Y2,…,Yn。这里(Xi ,Yi)是第 i个病人服药前和服药后的血压，它们是相关的。 处理成对数据的思路： 因(Xi , Yi)是在同一人身上观测到的血压。所以，Xi-Yi 就消除了人的体质等诸方面的条件差异，仅剩下降血压药的效果。 所以，我们可以把 di=Xi-Yi，i=1,2,…,n.看成抽自正态总体 N(? , ?2)的样本。其中 ? 就是降血压药的平均效果。 和前面所学内容一样：成对数据的 t 检验其实就是作： H0: μ= 0; H1: μ≠0； H0: μ≥0; H1: μ 0 ； H0: μ≤0; H1: μ 0 在方差?2未知情况下的检验。 上述三种检验的拒绝域分别为： 例4：为了检验A, B两种测定铁矿石含铁量的方法是否有明显差异, 现用这两种方法测定了取自12个不同铁矿的矿石标本的含铁量(%)，结果列于表 8.2.1中。取?=0.05, 问这两种测定方法是否有显著差异? 解: 将方法A和方法B的测定值分别记为 X1, X2,…, X12 和 Y1, Y2,…, Y12 . 因这12个标本来自不同铁矿，所以, X1, X2,…, X12 不能看成来自同一个总体的样本。同理, Y1, Y2,…, Y12也不能看成