6假设检验相关例题.pdfVIP

假设检验相关例题 二项分布的基本特征 v二项分布的名称由来是因为计算公式中含有二项 式的展开项 v二项分布的均数和方差 § μ=n π § 方差=nπ(1- π) n! x n−x ( ) ( ) Pr(x) = π 1−π µ = nπ σ = nπ 1−π ( ) x! n − x ! 二项分布的基本特征 • 当π =0.5时，图形对称；当π ≠0.5时，图形呈偏态，但 随n的增大，图形逐渐对称。 因此，当n较大， π不太极端时，可以采用正态近似方法 计算概率分布规律（例如计算参考值范围） n= 10 π =0.3 n=30 π =0.3 样本率的抽样分布 v对于大量重复随机抽样而言，样本率p围绕着总体率 π 附近随机波动，样本量n的值越大，这种波动的幅 度就越小。 v当n充分大时，p的分布就近似于均数为π，标准差 为sqrt(π (1- π)/n)的正态分布。 § 一般的标准是nπ和n(1- π)均大于5，且n40 § 当样本情况接近此标准时，往往会进行校正 v注意：上文所说的样本率p的标准差，为了区分阳性 数x的标准差，亦称样本率的标准差为标准误。 二项分布的应用 总体率的区间估计 v对一个总体参数都有点估计和区间估计，点估计 直接使用样本统计量即可 v 区间估计：正态近似 § 当n较大， π和1- π均不太小时，样本率的抽 样分布近似正态分布，因此可按正态近似法求 总体率的1-α 可信区间。 样本率与已知总体率的比较 v如前所述，当n较大， π和1- π均不太小时，样本 率的抽样分布近似正态分布，可利用正态分布的 原理作假设检验。 反之，则可使用二项分布自身的概率分布进行假 设检验，这种方法被称为确切概率法 样本率与已知总体率的比较 例6.4 用常规疗法治疗流行性出血热的病死率为 15%，现用某新法治疗50名患者，死亡6例，问新 法治疗流行性出血热的病死率是否不等于常规疗 法。 § 由于样本量较大，因此可以考虑采用正态近似 法分析 样本率与已知总体率的比较 v假设检验 (正态近似法) § H0：新法和常规疗法治疗流行性出血热的病死率 相等， π = π0 § H1：新法和常规疗法治疗流行性出血热的病死率 不相等，即π ≠ π0 § 设α=0.05