第四章 参数估计与假设检验.pptVIP

* 其中，关键是找到一个“合适的检验统计量”。那么，什么样的统计量才算合适呢？1、要能够知道其概率分布；2、要能够根据现有条件算出统计量的值。在这个意义上，p-值又称为观测的显著性水平（observed significant level）。在统计软件输出p-值的位置，有的用“p-value”，有的用significant的缩写“Sig”就是这个道理。 * * * * 与其人为地把显著性水平固定在某一个值，不如干脆选取检验统计量的p值。 * * * * * * * * * * 三、正态总体方差的假设检验 1、总体均值μ已知时的方差检验 2、总体均值μ未知时的方差检验 第四节 总体指标的假设检验 例 已知生产线上生产出来的零件直径服从正态分布，长期以来直径的方差σ2=0.09，进行工艺改革后，随机抽取9个样本，样本修正方差Sn-12=0.352。检验工艺改革后方差是否显著增大（显著性水平0.05）。 解 假设：H0：σ2=σ02=0.09； H1：σ2σ02=0.09 计算得：W=10.8889。显著性水平为0.05，n-1=8。查表得k1=2.1797，k2=17.5346。 可见，W的值处于接受域，不能认为方差显著增大。 第四节 总体指标的假设检验 讨论： 1、从假设检验看经典统计思维：