数理统计Chp8.pptVIP

第八章 假设检验 §1. 假设检验 一. 基本思想: 例1. 某类产品次品率p小于等于5%时通过检验，现从中 抽取100件得到10件次品，问这批产品是否能通过？ 例2. 某车间用一台包装机包装葡萄糖, 包得的袋装糖重服 从正态分布. 当机器正常时,其均值为0.5公斤, 标准差 为0.015公斤. 某日开工后为检验包装机是否正常, 随 机地抽取它所包装的9袋, 称得净重为(公斤)： 0.497 0.506 0.518 0.524 0.498 0.511 0.520 0.515 0.512 问机器是否正常工作? （取?=0.05） 母体的期望 样本的期望 “假设检验”类似于反正法: 先假设结论成立, 然后在这个结论成立的条件下进行推导和运算, 如果得到矛盾, 则推翻原来的假设； 相反，则不否认原假设。 “矛盾”是指与实际推断原理的矛盾, 即 “ 小概率事件在一次试验中不大可能发生”， 若发生了，则认为原假设不成立。 基本思想 二. 基本概念与术语: 1. 原假设与备选假设（二者必选其一） 假设检验分为：参数的假设检验问题 非参数的假设检验问题 3. 称给定的? (0 ?1)为显著性水平. 2. 检验统计量 4. 拒绝域和接受域 5. 假设检验的两类错误: (1) 第一类错误 原假设H0成立,而样本落入拒绝域,从而拒绝H0所犯的 错误(弃真错误),即显著水平α. (2) 第二类错误 原假设H0不成立, 而样本落入接受域,从而接受H0 所犯 的错误 (取伪的错误), 记作?. 接受域 通常人们只控制第一类错误,而不考虑犯第二类错误（因为原假设是工作者在实际中经过深思熟虑提出的，应该加以保护）； 这种检验问题称为显著性检验问题. 说明 一个好的检验规则（或一个好的拒绝域）应该尽可能使得同时犯这两类错误的概率都很小。 可证明：当样本容量给定后，不能同时控制犯这两类 错误的概率。 §2 正态总体参数的假设检验 （一）已知?2, 检验?（U检验法） 一、单个正态总体参数的假设检验 （二）?2 未知, 检验?（t检验法） （一）已知?2, 检验?（U检验法） 同理可得 例2：设总体X服从正态分布 是来自总体的容量为100的简单随机样本，对检验问题 : 若已知在显著水平α下，拒绝H0:μ=10的区域为 求显著水平α a=ztest( x, mu, sigma, alpha, tail ) 样本数据 显著性水平 总体的标准差 tail=1指对立假设 成立；tail=0指对立假设 成立； tail=-1指对立假设 成立。 a=0表示接受原假设，a=1表示拒绝原假设。 （二）?2未知， 检验? （t检验法） a=ttest( x, mu, alpha, tail ) 样本数据 显著性水平 tail=1指对立假设 成立；tail=0指对立假设 成立； tail=-1指对立假设 成立。 a=0表示接受原假设，a=1表示拒绝原假设。 例5. 某厂生产的某种型号的电池, 其寿命长期以来服从 方差?2=5000(小时2)的正态分布, 现有一批这种电池, 从它的生产情况来看,寿命的波动性有所改变.现随 机取26只电池, 测得其寿命样本方差为S2=9200 (小时2). 问根据这一数据能否推断这批电池寿命的 波动性较以往的有显著的变化(取?=0.02)? 二、两个正态总体参数的假设检验