概率论第20讲.pptVIP

* * * * * * * * * * * * * * * * * * * * * * * * 单边假设检验有实用意义。例如，工厂生产的产品的某项质量指标服从均值为μ0的正态分布；采用新技术或新配方后，产品的质量指标应该随之上升，服从均值为? 的正态分布。我们的问题就是检验 H0:? =μ0，即新技术或新配方对提高产品质量无效果，还是 H1:? μ0，即新技术或新配方对提高产品质量确实有效。 如果 μ =μ0，即原假设成立，则 就 不应太大；反之，如果 过大，就认为H0不成立，而 H1成立。 在?2已知情况下，根据定理6.3.1，知： 当 H0 成立时， 单边检验 H0: μ =μ0 ?–? H1: μ μ0 在?2未知情况下，当原假设成立时，有 由此可推出 所以，对给定的显著水平 α， H0的拒绝域为 例8.2.2 某厂生产一种工业用绳，其质量指标是绳子所承受的最大拉力。假定该指标服从正态分布。该厂原来生产的绳子平均最大拉力μ0=15千克。现在采用了一种新的原材料，厂方称这种原材料提高了绳子的质量，也就是说绳子所承受的平均最大拉力 μ 比15千克大了。 为了检验该厂的结论是否真实，从其新产品中随机抽取50件，测得它们所承受的最大拉力的平均值为15.8千克，样本标准差S=0.5千克。取显著性水平? =0.01。问从这些样本看：能否接受厂方的结论，即新的原材料确实提高了绳子的质量。 解 问题归结为检验如下假设 H0: μ =15 ? H1: μ 15 (?2未知). 于是， 从而，拒绝原假设，即认为新的原材料确实提高了绳子所能承受的最大拉力。 8.2.2 两个正态总体 N(?1, ?12) 和 N(?2, ?22) 均值的比较 在应用上，经常会遇到两个正态总体均值的比较问题。 例如，比较甲、乙两厂生产的某种产品的质量。将两厂生产的产品的质量指标分别看成正态总体 N(?1, ?12) 和 N(?2, ?22)。比较它们的产品质量指标的问题，就变为比较这两个正态总体的均值 ?1和 ?2的问题。 又如：考察一项新技术对提高产品质量是否有效，就把新技术实施前后生产的产品质量指标分别看成正态总体 N(?1, ?12)和 N(?2, ?22)。这时，所考察的问题就归结为检验这两个正态总体的均值 ?1和 ?2是否相等的问题。 设X1, X2, …, Xm与Y1, Y2, …, Yn 分别为抽自正态总体 N(?1, ?12) 和 N(?2, ?22) 的样本，记 (1) 双边检验 H0: ?1= ?2 ? H1: ?1≠?2 . 当 ?12 和 ?22 已知时，根据定理7.5.1，有 进一步，当 H0: ?1 = ?2为真时， 于是，显著性水平为 α 的H0的拒绝域为 当 ?12=?22 =?2，?2未知时，据定理7.5.1，有 进一步，当 H0: ?1=?2 成立时，有 从而，显著性水平为 α 的H0的拒绝域为 该检验称为两样本 t 检验。 上面，我们假定 ?12=?22。当然，这是个不得已而强加上去的条件。因为，如果不加这个条件，就无法使用简单易行的 t 检验。 在实用中，只要我们有理由认为?12和?22相差不是太大，就可使用上述方法。通常的做法是：如果方差比检验未被拒绝(见下节)，就认为?12和?22相差不是太大。 说明 例8.2.3 假设有A、B两种药，试验者欲比较服用2小时后它们在患者血液中的含量是否一样。为此, 对药品A, 随机抽取8个病人服药，服药2小时后, 测得8个病人血液中药物浓度 (用适当的单位) 分别为: 1.23, 1.42, 1.41, 1.62, 1.55, 1.51, 1.60, 1.76. 对药品B, 随机抽取6个病人服药, 服药2小时后，测得血液中药的浓度分别为: 1.76, 1.41, 1.87, 1.49, 1.67, 1.81. 假定这两组观测值分别抽自方差相同的两个正态总体，试在显著性水平? =0.10下，检验病人血液中药物的浓度是否显著的不同? 故，接受原假设。即, 认为病人血液中药浓度无显著差异。 解 问题就是从总体 N(?1, ?2)和N(?2, ?2)中分别抽取样本X1, X2,…, X8 和Y1, Y2,…, Y6，样本均值和样本方差分别为： 与 (1) 的分析完全类似，可以得到: (2) 单边检验 H0: ?1≥?2 ? H1: ?1?2 ● 在?12和?22已知情况下，H0的