第八章+参数假设检验.pptVIP

? ? 方差未知，均值检验（t检验法） 双边检验 假设 【推导】作检验统计量 与未知参数无关，且当H0为真时其分布已知 T 检验法 由 得拒绝域为 T检验法 ? 类似可得单边检验拒绝域[P.204:表8.1] 拒绝域 右边检验 左边检验 拒绝域 续 ? ? 例3 【例3】P.233:4 〖解〗设总体(装配时间)的均值为μ,则检验问题为 这是“方差未知,均值的右边检验”,采用t检验法. 检验统计量为 拒绝域为 由样本值得: 检验统计量观察值为 即观察值落入拒绝域内,故拒绝H0,即认为装配时间显 著地大于10. 续 ? 2005 He Xianzhi 合肥工业大学精品课程 概率论与数理统计 * hypotheses——假设 ? 假设检验的思想 ? 正态总体均值的检验 ? 正态总体方差的检验 第八章 参数假设检验 参数估计的方法是通过分析样本而估计总体参数 的取值(点估计)或总体参数落在什么范围(区间估计)， 而有些实际问题中，我们不一定要了解总体参数的取 值或范围，而只想知道总体的参数有无明显变化，或 是否达到既定的要求，或两个总体的某个参数有无明 显差异等。这类问题就是参数的假设检验问题。 简 介 【例1】质量检测 用包装机包装糖果,每袋重量为 服从正态分布的随机变量.当机器正常时,其均值为0.5 公斤,标准差为0.015公斤.为检验包装机工作是否正常, 随机抽9袋,称得重量(单位:公斤)为: 0.497 0.506 0.518 0.524 0.498 0.511 0.520 0.515 0.512 问该包装机工作是否正常? §1、假设检验的思想与方法 先看一个例子。 问题 已知总体(袋装糖重量)x~N(μ,0.015 2),其中 μ未知,根据样本值来判断μ=0.5还是μ≠0.5? 答案 认为μ=0.5[接受μ=0.5],或认为μ≠0.5[拒 绝μ=0.5] 理论依据 统计推断原理——小概率事件在一次试 验中几乎不发生. 解决步骤 (1)提出假设 问题 (2)给定检验法则,利用样本值依统计推断原理作 出判断: 接受H0(即拒绝H1) ——认为包装机工作正常 拒绝H0(即接受H1) ——认为包装机工作不正常 ? 如何给定检验法则？ 由于待检验的是总体均值μ，故自然想到能否 用统计量样本均值 来进行判断。 统计推断原理 因为 是μ的无偏估计，所以观察值 在一定程 度上反映了μ的大小。从而 当假设H0为真时,观察值 与的 偏差一般不 应太大，即 较小 注意到： 故应有 较小 分析 由此可得判定法则：选定一适当正数k，使得当 样本值满足 由此可得判定法则：选定一适当正数k，使得当 样本值满足 由于作出判断的依据仅为一个样本值，所以我们 会犯两种类型的错误： 接受H0 拒绝H0 ? 如何确定正数k？ 第一类错误[弃真]——H0实际为真而作出拒绝H0 第二类错误[取伪]——H0实际为假而作出拒绝H0 如何确定临界值k 犯两类错误的概率分别为 尽管主观上希望犯两类错误的概率都很小。但 在样本容量一定的情况下，不能同时控制犯两类错误 的概率。 一般，称控制犯第一类错误概率的检验问题为 显著性检验问题。为此,给定一个较小的正数α(0 α1),使有 在此条件下确定k的值. 小概率事件 两类错误 在例1中,当假设H0为真时,统计量 由 得 至此，在显著性水平α下,根据所给一个样本值 按统计推断原理作出最终判断： 接受H0 拒绝H0 小概率事件 接受,拒绝 在例1中,取显著性水平α=0.05,由样本值 0.497 0.506 0.518 0.524 0.498 0.511 0.520 0.515 0.512 经计算得 而 查表得 计算检验统计量观察值为 由 作出拒绝H0,即认为包装机工作不正常. ? 例1解 现在在一次实验中,小概率事件{|u|≥k}竟然发生,根据统计推断原理有理由怀疑假设的正确性,从而拒绝假设H0. 基 本 概 念 统计量 检验统计量 假设 原假设 (双边)备择假设 正小数α 显著性水平 区