实验数学七MATLAB在概率统计中的应用.ppt

* 3、.关于 的假设检验（ 检验） 4、两个正态总体均值差的假设检验 5、两个正态总体方差的假设检验( 检验) (见讲义) * 下面是MATLAB软件提供的一些常见分布的假设检验函数命令。 在总体服从正态分布的情况下，可用以下命令进行假设检验. 1、总体方差sigma2已知时，总体均值检验使用 z-检验 z检验是在方差已知的情况下检验数据是否服从给定均值的正态分布。其调用格式为： [h,sig,ci] = ztest(x,m,sigma,alpha,tail) * tail = 0，检验假设“x 的均值等于 m ” tail = 1，检验假设“x 的均值大于 m ” tail =-1，检验假设“x 的均值小于 m ” tail的缺省值为 0， alpha的缺省值为 0.05. 返回值 h 为一个布尔值，h=1 表示可以拒绝假设，h=0 表示不可以拒绝假设，sig 为假设成立的概率，ci 为均值的 1-alpha 置信区间. 检验数据 x 的关于均值的某一假设是否成立，其中sigma 为已知方差， alpha 为显著性水平，究竟检验什么假设取决于 tail 的取值： [h,sig,ci] = ztest(x,m,sigma,alpha,tail) * 例18 某车间用一台包装机包装葡萄糖，包得的袋装糖重是一个随机变量，它服从正态分布。当机器正常时，其均值为0.5公斤，标准差为0.015。某日开工后检验包装机是否正常，随机地抽取所包装的糖9袋，称得净重为（公斤） 0.497, 0.506, 0.518, 0.524, 0.498, 0.511, 0.52, 0.515, 0.512 问机器是否正常？ 解： 总体μ和σ已知，该问题是当 为已知时，在 下，根据样本值判断μ=0.5还是 水平 为此提出假设： 原假设： 备择假设： * X=[0.497,0.506,0.518,0.524,0.498,0.511,0.52,0.515,0.512]; [h,sig,ci,zval]=ztest(X,0.5,0.015,0.05,0) 结果显示为 h = 1 sig = 0.0248 %样本观察值的概率 ci = 0.5014 0.5210 %置信区间，均值0.5在此区间之外. zval = 2.2444 %统计量的值 结果表明： h=1，说明在水平 下，可拒绝原假设， 即认为包装机工作不正常。 * 例19 下面列出的是某工厂随机选取的20只部件的装配时间（分）： 99.8 10.4 10.6 9.6 9.7 9.9 10.9 11.1 9.6 10.2 10.3 9.6 9.9 11.2 10.6 9.8 10.5 10.1 10.5 9.7 设装配时间的总体服从正态分布，标准差为0.4，是否可以认为装配时间的均值在0.05的水平上显著地大于10。 解：作假设：m = 10. x=[9.8 10.4 10.6 9.6 9.7 9.9 10.9 11.1 9.6 10.2 10.3 9.6 9.9 11.2 10.6 9.8 10.5 10.1 10.5 9.7]; [h,sig,ci] = ztest(x,10,0.4,0.05,1) 返回： h = 1 sig = 0.0127 * ci = 10.0529 Inf 检验结果: 布尔变量h=1, 表示拒绝零假设. 说明不可以认为装配时间的均值在0.05的水平上显著地大于10。 2、总体方差sigma2未知时，总体均值检验使用t-检验 [h,sig,ci] = ttest(x,m,alpha,tail) 检验数据 x 的关于均值的某一假设是否成立，其中alpha 为显著性水平，究竟检验什么假设取决于 tail 的取值： tail = 0，检验假设“x 的均值等于 m ” tail = 1，检验假设“x 的均值大于 m ” tail =-1，检验假设“x 的均值小于 m ” tail的缺省值为 0， alpha的缺省值为 0.05. 返回值 h 为一个布尔值，h=1 表示可以拒绝假设，h=0 表示不可以拒绝假设，sig 为假设成立的概率，ci 为均值的 1-alpha 置信区间. * 例20 某种电子元件的寿命X（以小时计）服从 问是否有理由认为元件的平均寿命大于225（小时）？ 正态分布， 均未知。现测得16只元件的寿命如下 159 280 101 212 224 379