第四章 假设检验.pptVIP

例：两种农药沙虫效果的比较 随机地在一些树叶上涂两种农药A和B： A B B A A B ………… 在每片树叶的前端和后端涂A或B用随机化方法来确定。试验结果可得到一组配对的随机样本。 其它例子 药物临床试验 橡胶配方的比较 男女的比较 体育比赛，等。 双侧假设检验： 拒绝域： 因为 其中 所以，临界值 C 为 右侧假设检验： 拒绝域： 临界值 C 为 左侧假设检验： 拒绝域： 临界值 C 为 配对样本比独立样本效率高的原因 配对样本的均值之差m1－m2的区间估计为 独立样本的均值之差m1－m2的区间估计为 因为配对样本通常具有正相关性，所以通常后者的标准误比前者要大得多，即： 而ta/2(n-1)与ta/2(2n-2)的差异相对较小，所以配对样本的估计误差比独立样本的估计误差通常要小得多。 第七节 大样本下总体均值m的假设检验(略) 第八节 总体比例 p的假设检验 大样本方法（近似正态分布） 例：满意度调查 假设某公司声称其产品的顾客满意度达到80％以上。工商局随机调查了100人，结果有75人回答满意，由此能否断定该公司存在欺诈行为？(检验水平a 取0.05) 假设检验（左侧）：H0：p?0.8， H1：p0.8 接受域： ，这里 因为0.75 0.8 – 0.07，所以还不能断定有欺诈行为。 若100人中只有72人以下满意，则可以认为有欺诈行为。