第三节正态总体方差的假设检验.ppt

第三节 正态总体方差的假设检验 一. 单个正态总体 的方差 的检验 ( 检验) 总体 均未知， 其中： 使得: P { 当 为真时拒绝 } 为计算方便，习惯上取： 则在显著性水平 下, 的拒绝域: 或 的拒绝域 的接受域 例1. 某厂生产的钢丝质量一贯比较稳定，今从产品中随机抽取10 根，检查其折断力，得数据如下: 578, 572, 570, 568, 572, 570, 570, 572, 590, 584 钢丝折断力服从 问：是否可接受钢丝折断力的方差为 64 解: 检验假设： 因为 均未知， 所以取检验统计量： 经计算： 接受 ，即可认为钢丝的折断力的方差为 64 注: 当总体服从正态分布， 未知 是否成立时其讨论完全同上述类似， 检验假设: 则在显著性水平 下, 的拒绝域: 或 二. 两个正态总体方差的假设检验（ F 检验） 是来自总体 的样本， 是来自总体 的样本， 且两个样本相互独立。其样本方差分别为 且 均未知。 检验假设 取检验统计量 P { 当 为真时拒绝 } 使得: 则在显著性水平 下, 的拒绝域: 或 的拒绝域 的接受域 的接受域 的拒绝域 注: 检验假设: 单边检验 同上面双边检验的讨论类似，可得 的拒绝域为: 或 习惯上亦称两个总体 方差相等的检验为： 两总体方差齐性的检验 例2. 解: 试问：这两批葡萄酒的醇含量的均方差有无显著 差异？ 检验假设 现要检测两批葡萄酒的醇含量，分别对它们进行 6 次和 4 次的测定，检测得各自的标准差为 0.07 和 0.06；假定这两批葡萄酒醇的含量均服从正态分布， 且 均未知。 因为 均未知， 所以由 F 检验取 检验统计量为： 接受 即认为这两批葡萄酒的醇含量的均方差无显著差别 经计算： 又