第三章 区间估计与假设检验.ppt

3.4.1 总体方差的置信区间 【例3-13】表3-15所示为某中学1980年模拟高考数学的部分学生成绩，试估计本次模拟考试成绩的方差。 表3-15 部分学生成绩 假定表3-15数据存放在数据集Mylib.kscj中，成绩变量名为score。分析步骤如下： 1) 在“分析家”中打开数据集Mylib.kscj； 2) 选择菜单“Statistics（统计）”→“Hypothesis Tests（假设检验）”→“One Sample Test for a Variance（方差的单样本检验）”； 100 96 96 90 92 100 100 90 99 92 100 98 100 97 97 95 94 100 3) 在打开的“One Sample Test for a Variance”对话框中设置方差的置信区间（如图3-26）。 分析结果中包括方差的置信区间估计，如图3-27所示。 结果表明，本次模拟考试成绩方差在置信水平95%下的置信区间为(7.1692，28.614)。 3.4.2 单样本总体方差的假设检验 【例3-14】考虑例3-13中的模拟考试成绩，检验考试成绩是否太集中。 这是一个单样本方差检验问题，若?表示总体方差，则检验的是： H0：?2 ≤ 52， H1：?2 52； 步骤如下： 1) 选择菜单“Statistics”→“Hypothesis Tests”→“One Sample Test for a Variance（单样本方差检验）”，打开“One Sample Test for a Variance”对话框并按图设置； 2) 单击“OK”按钮，得到结果。 结果（图左）显示，样本方差为12.732，由于?2检验的p值 = 0.9504，所以不能拒绝方差 ≤ 25的原假设。 结果表明有95%的把握可以认为该模拟考试的成绩太过集中。 3.4.3 两样本总体方差的比较 【例3-15】已知两只股票深发展（000001）和万科A（000002）在2004年6月21个交易日的收益率如表3-16所示。试在0.05的显著水平下判断深发展的风险是否高于万科A？ 表3-16 深发展和万科A在2004年6月21个交易日的收益率 day 深发展 万科A day 深发展 万科A day 深发展 万科A0.0031 0.0099-0.0022 0.0041-0.0022 0.01310.0301 -0.01370 0.0020.0033 0.028-0.0231 -0.0139-0.0209 -0.0123-0.0066 -0.0147-0.0082 0.0060.0461 0.0186-0.0144 0.0085-0.0228 -0.008-0.0097 -0.002-0.0056 -0.0127-0.0223 0.002-0.0228 -0.0428-0.0519 0.0043-0.0109 -0.02020.0111 -0.02550.0226 0.0319 这是一个双样本方差检验问题，若?1和?2分别表示深发展和万科A两只股票收益率的方差，则检验的是： H0：?1 ≥ ?2， H1：?1 ?2； 检验步骤如下： 1) 首先，将表3-8中的数据生成数据集mylib.gupiao，深发展和万科的收益率可以用同一变量表示，另加一个分类变量以区别；也可用两个变量表示，如分别用s和w表示。本例用第二种方法。 2) 在分析家中打开数据集mylib.gupiao后，选择菜单“Statistics”→“Hypothesis Tests”→“Two-Sample Test for Variance（双样本方差检验）”，打开“Two-Sample Test for Variance”对话框并按图左设置；单击“OK”按钮，得到分析结果。 结果显示（图右），在0.05的显著性水平下不能拒绝原假设，说明深发展的股票风险要高于万科A。 3.5 分布检验 3.5.1 数据的分布研究 3.5.2 在INSIGHT模块中研究分布 3.5.3 在“分析家”