统计原理讲义.ppt

（2）假设检验的理论依据 小概率原则。所谓小概率原则，就是根据具体问题的要求，指定一个可以认为“充分小”的数α（0α1），并且把概率不大于α的事件认为是“实际不可能事件”，即认为这样的事件在一次试验或观测中实际上不会出现。 4、假设检验的基本步骤 （1）根据实际问题的要求提出原假设H0和备择假设H1，并且在作出最后的判断之前，将始终在假设H0成立的假定下进行分析； （2）构造适当的检验统计量J，在假设H0成立下，其分布已知； （3）对给定的水平?（0? 1），确定否定域V； （4）根据检验统计量J的观察值，作出统计决策。 5、假设检验的两类错误 否定了本来真实的假设，称为第一类（弃真）错误，犯这类错误的概率记为? ； 接受了本来错误的假设，称为第二类（存伪）错误，犯这类错误的概率记为β。 二、一个总体参数的假设检验 1、一个总体均值的假设检验 （1）正态总体，方差σ2已知 双侧检验 上侧检验 下侧检验 假设 H0：μ=μ0 H1：μ≠μ0 H0：μ≤μ0 H1：μ＞μ0 H0：μ≥μ0 H1：μ＜μ0 检验统计量 拒绝域 u＞uα u＜-uα 例17 味精厂用一台包装机自动包装味精，包得的袋装味精重量服从N（μ，0.0152）。当机器正常时，其均值为0.5kg。某日开工后随机地抽取9袋味精，称得平均重量为0.511kg，问在显著性水平0.05下，这台包装机是否正常？ （2）正态总体，方差σ2未知 双侧检验 上侧检验 下侧检验 假设 H0：μ=μ0 H1：μ≠μ0 H0：μ≤μ0 H1：μ＞μ0 H0：μ≥μ0 H1：μ＜μ0 检验统计量 拒绝域 t＞tα(n-1) t＜- tα(n-1) 例18 某厂生产的螺杆直径服从正态分布N（μ，σ2）。现从中抽取5件，测得平均直径为21.8mm，标准差为0.367mm。若σ2未知，在显著性水平0.05下，检验假设H0：μ=21是否成立。 例19 用某种农药施入农田种防治病虫害，经过三个月后，如果土壤中的浓度不低于5ppm，认为仍有残效。在一块已施药的农田中随机抽取10个土样进行分析，其浓度的平均值为4.08ppm，标准差为1.80ppm。假设土壤残余农药的浓度服从正态分布，在显著性水平0.05下，问该农药经过三个月后是否仍有残效？ （3）总体分布未知，但大样本情形 双侧检验 上侧检验 下侧检验 假设 H0：μ=μ0 H1：μ≠μ0 H0：μ≤μ0 H1：μ＞μ0 H0：μ≥μ0 H1：μ＜μ0 检验统计量 拒绝域 t＞uα t＜- uα 例20 某厂生产的一种型号的电阻元件其平均电阻一直保持在2.64欧姆。改变生产工艺后，测得所生产的100个元件的平均电阻为2.62欧姆，标准差为0.06欧姆，在显著性水平0.01下，问新工艺对该电阻元件的生产有无显著影响？ 2、一个正态总体方差σ2的假设检验（自由度为n-1） 双侧检验 上侧检验 下侧检验 假设 H0：σ=σ0 H1：σ≠σ0 H0：σ≤σ0 H1：σ＞σ0 H0：σ≥σ0 H1：σ＜σ0 检验统计量 拒绝域 2 0 2 2 ) 1 ( s c S n - = 例21 设某厂生产的产品服从N（μ， 0.0482）。今任取5件进行检测，得到其平均值为1.414，方差为0.00778。问在显著性水平0.1下，能否认为总体的方差没有显著变化？ 3、一个总体比率的假设检验（大样本） 双侧检验 上侧检验 下侧检验 假设 H0：p=p0 H1：p≠p0 H0：p≤p0 H1：p＞p0 H0：p≥p0 H1：p＜p0 检验统计量 拒绝域 u＞uα u＜- uα 例22 某厂生产了一批产品，按规定次品率不超过0.05才能出厂，否则不能出厂。现从产品中随机抽取50件进行检查，发现有4件次品，问在显著性水平0.05下，该批产品能否出厂？ 统计原理 §1 数理统计的基本概念 1.1 总体和样本 在实际中，我们把研究对象的全体组成的集合称为总体；组成总体的每一个元素称为个体；总体的一个子集称为样本。 在数学上，我们把随机变量X称为总体，并把随机变量X的概率分布称为总体分布；把相互独立且与总体X 同分布的随机变量（X1，X2，…，Xn）称为来自总体X的一个简单随机样本；n称为样本容量；把样本（X1，X2，…，Xn）的每一个具体值 （x1，x2，…，xn）称为样本（X1，X2，…，Xn）的一组样本观测值或样本实现。 1.2 统计量 设（X1，X2，…，Xn）是来自总体X的一个简单随机样本，称样本的函数T=g（X1，X2，…，Xn）为统计量，如果它不依赖于任何未知参数。统计量的具体值亦称做统计量的实现。 几个常用的统计量： 1、样本均值 2、样