非参数假设检验.pptVIP

§1 非正态总体参数的假设检验 §2 分布拟合检验 （1）若 * 设总体 X 服从参数为 p 的(0—1)分布, 即 设 为 X 的样本, 检验假设 1．(0—1)分布参数的假设检验 由于 因此由中心极限定理可知, 当 成立且样本容量 n充分大时，统计量 服从标准正态分布N(0,1). =该假设检验问题的拒绝域为 近似地 例1 某种产品在通常情况下次品率为5%. 现在从生产出的一批产品中随机地抽取50件进行检验, 发现有4件次品. 问能否认为这批产品的次品率为5%? (α=0.05) 解 设这批产品的次品率为 p. 在这批产品中任 任意取一件产品，定义随机变量 X 如下 检验假设 该假设检验问题的拒绝域为 现在 统计量U的值为 =接受假设 =可以认为这批产品的次品率为5% 2.总体均值的假设检验 假设总体X 的均值为μ, 方差为 为 X 的样本,检验假设 由中心极限定理知，当样本容量n充分大时， 近似地服从标准正态分布N(0,1) 由于样本方差 为 的无偏估计量， =可以用 近似代替 ，并且当 为真 且样本容量n充分大时，统计量 仍近似地服从标准正态分布N(0,1) =该假设检验问题的拒绝域为 例2 某电器元件的平均电阻一直保持在2.64Ω. 改变加工工艺后, 测得100个元件的电阻, 计算得平均电阻为 2.58 Ω, 样本标准差为0.04 Ω. 在显著性水平 α=0.05下, 判断新工艺对此元件的平均电阻有无显著影响. 解 设该电器元件的电阻为X, 其均值为μ 检验假设 拒绝域为 现在 统计量U的值为 =拒绝假设 接受假设 =新工艺对电子元件的平均电阻有显著影响. 3.两个总体均值的假设检验 设总体 和 相互独立， 的样本, 是 是 Y 的样本. 记 设总体 X的均值为 ，方差为 总体 Y的均值为 ，方差为 的拒绝域. 由中心极限定理知，当样本容量 和 都充分大时， 近似地服从标准正态分布 ．由于样本方差 和 分别为 和 的无偏估计量，因此 可以 分别用 和 近似代替 和 ，并且当 求假设检验问题 和 近似地服从标准正态分布 ，从而当原假设 成立时， 统计量 仍近似地服从标准正态分布. 都充分大时， =当 成立且 都充分大时， 统计量U的值应该在零附近摆动， 当 过大时就认为 不成立. =该假设检验问题的拒绝域为 例3 两台机床加工同一中轴承，现在从他们加工的轴承中分别随机地抽取200根和100根，测量其椭圆度（单位：mm），经计算得 能否认为这两台机床加工的轴承的平均椭圆度是相同的(α=0.05) 解　设这两台机床加工的轴承的椭圆度分别为X,Y 且 检验假设 由于题目给出的两个样本都是大样本，因此该假设检验问题的拒绝域为 现在 =拒绝原假设 即认为这两台机床加工的 轴承的平均椭圆度是不相同的. 设总体X的实际分布函数为F(x),它是未知的. 为来自总体 X的样本. 根据这个样本来检验总体X的分布函数F(x) 是否等于某个给定的分布函数 F0(x),即检验假设 : 注意: 若总体 X 为离散型的, 则 相当于 总体 X 的分布律为 若总体 X 为连续型的, 则 相当于总体 X 的 概率密度为 f (x) . 中 的分布函数 不含未知参数. 记 为 的所有可能取值的全体， 将 分为k个 两两互不相交的子集 以 表示样本观察值 中落入 的个数, = 在n次试验中,事件 Ai发生的频率为 fi /n 另一方面,当H0为真时, 可以根据H0所假设的 X 的分 布函数来计算 选取统计量 来度量样本与H0中所假设的分布的吻合程度，hi是给定的常数。 如果选取 则上述统计量变成 定理1 （皮尔逊）当H0为真且n充分大时, 统计量 近似服从 分布. 由定理1, 若给定显著性水平α,则前述假设检验问题的拒绝域为 （2）若H0中X 的的分布函数含有未知参数. 此时, 首先在假设下利用样本求出未知参数的最大似然估计, 以估计值作为参数值, 然后再根据 H0中所假设的 X 的分布函数 F(x)求出 pi的估计值 并在 中以 代替 , 得到统计量 为真且 充分大时, 统计量 定理2 （皮尔逊）当 近似服从 分布, 其中r是 X的分布函数 F(x)包含的未知参数的个数. 若给定显著性水平α,则前述假设检验问题的拒绝域为 注意：运用 检验法检验总体分布, 把样本数据进 （1）大样本, 通常取 （2）要求各组的理论频数 或 （3）一般数据分成7到14组. 有时为了