假设检验-西南交通大学课程与资源中心.ppt

* * * * * * * 实例 某车间用一台包装机包装葡萄糖, 包得的袋装糖重是一个随机变量, 它服从正态分布.当机器正常时, 其均值为0.5千克, 标准差为0.015千克.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糖9袋, 称得净重为(千克): 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? 分析: 由长期实践可知, 标准差较稳定, 问题: 根据样本值判断 提出两个对立假设 再利用已知样本作出判断是接受假设 H0 ( 拒绝假设 H1 ) , 还是拒绝假设 H0 (接受假设 H1 ). 如果作出的判断是接受 H0, 即认为机器工作是正常的, 否则, 认为是不正常的. 由于要检验的假设设计总体均值, 故可借助于样本均值来判断. 于是可以选定一个适当的正数k, 由标准正态分布分位点的定义得 于是拒绝假设H0, 认为包装机工作不正常. 假设检验过程如下: 以上所采取的检验法是符合实际推断原理的. 二、假设检验的相关概念 1. 显著性水平 2. 检验统计量 3. 原假设与备择假设 假设检验问题通常叙述为: 4. 拒绝域与临界点 当检验统计量取某个区域C中的值时, 我们拒绝原假设H0, 则称区域C为拒绝域, 拒绝域的边界点称为临界点. 如在前