正态总体参数假设检验.PPT

* * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * Rejection region does NOT include critical value. * Rejection region does NOT include critical value. * Rejection region does NOT include critical value. * * * * * * * * * * * * * * * * 这就变为上一小节中诸 不完全已知时的分布拟合检验。这里诸 共有rc个参数，在原假设H0成立时，这rc个参数 由r+c个参数 和 决定。在这r+c后个参数中存在两个约束条件： 所以，此时 实际上由r+c-2个独立参数所确定。据此，检验统计量为 在H0成立时，上式服从自由度为rc-(r+c-2)-1的 分布。 其中诸 是在H0成立下得到的 的极大似然估计，其表达式为 对给定的显著性水平? ，检验的拒绝域为: 例7.4.3 为研究儿童智力发展与营养的关系，某 研究机构调查了1436名儿童，得到如表7.4.5的 数据，试在显著性水平0.05下判断智力发展与 营养有无关系。 表7.4.5 儿童智力与营养的调查数据 营养良好 营养不良 合计 智 商 合计 342 367 266 329 1304 56 40 20 132 16 423 382 286 345 1436 80 80?90 90?99 ?100 r=? c=? 解：用A表示营养状况，它有两个水平： 表示 营养良好， 表示营养不良；B表示儿童智商, 它有四个水平， 分别表示表中四种 情况。沿用前面的记号，首先建立假设 H0：营养状况与智商无关联，即A与B独立的。 统计表示如下： 在原假设H0成立下，我们可以计算诸参数的极大似然估计值: 进而可给出诸 ，如 其它结果见表7.4.6 表7.4.6 诸 的计算结果 营养良好 384.1677 346.8724 259.7631 313.3588 0.9081 0.2946 0.2660 0.1992 0.2403 营养不良 38.8779 35.1036 26.2881 31.7120 0.0919 80 80?90 90?99 ?100 由表7.4.5和表7.4.6可以计算检验统计量的值 此处r=2，c=4，(r-1)(c-1)=3,若取? =0.05 ，查表有 ，由于19.27857.815，故拒绝原假设，认为营养状况对智商有影响。 本例中检验的p 值为0.0002。 7.4.3 正态性检验 正态分布是最常用的分布，用来判断总体分布是否为正态分布的检验方法称为正态性检验，它在实际问题中大量使用。 一、 正态概率纸 正态概率纸可用来作正态性检验，方法如下：利用样本数据在概率纸上描点，用目测方法看这些点是否在一条直线附近，若是的话，可以认为该数据来自正态总体，若明显不在一条直线附近，则认为该数据来自非正态总体。 例7.4.4 随机选取10个零件，测得其直径与标 准尺寸的偏差如下：（单位：丝） 9.4 8.8 9.6 10.2 10.1 7.2 11.1 8.2 8.6 9.6 在正态概率纸上作图步骤如下： (1) 首先将数据排序： 7.2 8.2 8.6 8.8 9.4 9.6 9.8 10.1 10.2 11.1; (2) 对每一个i，计算修正频率 (i-0.375)/(n+0.25), i=1,2,…,n, (3) 将点 逐一点在正态概率纸上, (4) 观察上述n个点的分布: 若诸点在一条直线附近,则认为该批数 据来自正态总体； 若诸点明显不在一条直线附近，则认为 该批数据的总体不是正态分布。 从图7.4.2可以看到，10个点基本在一条直线附近，故可认为直径与标准尺寸的偏差服从正态分布。 如果从正态概率纸上确认总体是非正