中南大学数理统计.ppt

?1 – ?2 = ? ( ?12，?22 已知) (1) 关于均值差 ?1 – ?2 的检验 ?1 – ?2 ? ? ?1 – ?2 ? ? ?1 – ?2 ? ?1 – ?2 ? ?1 – ?2 ? ? 原假设 H0 备择假设 H1 检验统计量及其在 H0为真时的分布 拒绝域 ?1 – ?2 = ? ?1 – ?2 ? ? ?1 – ?2 ? ? ?1 – ?2 ? ?1 – ?2 ? ?1 – ?2 ? ? 其中 ?12,? 22未知 ?12 = ? 22 原假设 H0 备择假设 H1 检验统计量及其在 H0为真时的分布 拒绝域 ? 12 = ? 22 ? 12 ?? 22 ? 12? ? 22 ? 12 ? 22 ? 12 ?? 22 ? 12 ? 22 (2) 关于方差比? 12 /? 22 的检验 ?1, ? 2 均未知 原假设 H0 备择假设 H1 检验统计量及其在 H0为真时的分布 拒绝域 例4 杜鹃总是把蛋生在别的鸟巢中, 现从两种鸟巢中得到杜鹃蛋24个.其中 9个来自一种鸟巢, 15个来自另一种鸟 巢, 测得杜鹃蛋的长度(mm)如下: m = 15 19.8 20.0 20.3 20.8 20.9 20.9 21.0 21.0 21.0 21.2 21.5 22.0 22.0 22.1 22.3 n = 9 21.2 21.6 21.9 22.0 22.0 22.2 22.8 22.9 23.2 试判别两个样本均值的差异是仅 由随机因素造成的还是与来自不同的 鸟巢有关 ( ). 解 H0 : ?1 = ?2 ； H1 : ?1 ? ?2 取统计量 拒绝域 ?0： 统计量值 . 落在?0内, 拒绝H0 即蛋的长度与不同鸟巢有关. 例5 假设机器 A 和 B 都生产钢管, 要检验 A 和 B 生产的钢管内径的稳定程度. 设它们生产的钢管内径分别为 X 和 Y , 且都服从正态分布 X ~ N (?1,? 12) , Y ~ N (?2,? 22) 现从机器 A和 B生产的钢管中各 抽出18 根和13 根, 测得 s12 = 0.34, s22 = 0.29, 设两样本相互独立. 问是否能认 为两台机器生产的钢管内径的稳定程 度相同? ( 取? = 0.1 ) 解 设 H0 : ? 12 = ? 22 ；H1 : ? 12 ? ? 22 查表得 F0.05( 17, 12 ) = 2.59, F0.95( 17, 12 ) = 拒绝域为: 或 由给定值算得: 落在拒绝域外,故接受原假设, 即认为 内径的稳定程度相同. 其它分布中参数的假设检验 正态分布是常见的分布，但大多数情况下，总体并不一定服从正态分布，因此掌握一些其它分布参数的假设检验方法也是非常必要的，然而，由于一些分布中常用的统计量分布不容易求得，因此进行假设检验就会遇到不少困难，比如说，拒绝域就不容易确定。下面我们只对一些特殊情况进行讨论大样本条件下总体均值的假设检验 例 某厂有一批产品，共1000件，须经检验后方 可出厂。按规定标准，次品率不得超过1%。今 在其中随机抽取100件进行检查，结果发现有2件 次品，问这批产品能否出厂？（ 　　　　） 解:假设这一批产品的次品率为p,我们作假设 某厂生产的螺钉,按标准强度为68/mm2, 而实际生产的强度X 服N(?,3.62 ). 若E(X)=?=68,则认为这批螺钉符合要求,否 则认为不符合要求.为此提出如下假设: H0 : ? = 68 称为原假设 原假设的对立面: H1 : ? ? 68 称为备择假设 现从生产的螺钉中抽取容量为36的样本,其均值为 ,问原假设是否正确? 引例2 若原假设正确, 则 故 取较大值是小概率事件. 因而 ,即 偏离68不应该太远, 偏离较远是小概率事件,由于 规定?为小概率事件的概率大小,通常取 ? = 0.05, 0.01,… 例如,取 ? = 0.05,则 因此,可以确定一个常数c ,使得 由 为检验的接受域. 现 落入接受域,则接受原假设 而区间( ?? ,66.824 ) 与 ( 69.18 , +? )