参数的假设检验与区间估计.pptVIP

?1 – ?2 = 0 ( ?12，?22 已知) 关于均值差 ?1 – ?2 的检验 ?1 – ?2 ? 0 ?1 – ?2 ? 0 ?1 – ?2 0 ?1 – ?2 0 ?1 – ?2 ? 0 原假设 H0 备择假设 H1 检验统计量及其在 H0为真时的分布 拒绝域 ?1 – ?2 = 0 ?1 – ?2 ? 0 ?1 – ?2 ? 0 ?1 – ?2 0 ?1 – ?2 0 ?1 – ?2 ? 0 其中 原假设 H0 备择假设 H1 检验统计量及其在 H0为真时的分布 拒绝域 ?12,? 22未知 ?12 = ? 22 例5 用两种方法治疗某种类型的精神 病，从疗法1的65个病例的记录得到平 均疗程为123天，均方差21天；从疗法 2的53个病例的记录得到平均疗程为132 天，均方差30天，问在?=0.1时，这两 种疗法的平均疗程有无显著差异（不论哪 种疗法的疗程都服从正态分布）？ 解 H0 : ?1 = ?2 ； H1 : ?1 ? ?2 取统计量 拒绝域 ： 统计量值 . 落在拒绝域内, 故拒绝H0 即两种疗法的平均疗程有显著差异. 六、两个正态总体方差的检验 设 X ~ N ( ?1 ? ?1 2 ), Y ~ N ( ?2 ? ?2 2 ) 两样本 X , Y 相互独立, 样本 (X1, X2 ,…, Xn ), ( Y1, Y2 ,…, Ym ) 样本值 ( x1, x2 ,…, xn ), ( y1, y2 ,…, ym ) 显著性水平? ? 12 = ? 22 ? 12 ?? 22 ? 12? ? 22 ? 12 ? 22 ? 12 ?? 22 ? 12 ? 22 关于方差比? 12 /? 22 的检验 ?1, ? 2 均未知 原假设 H0 备择假设 H1 检验统计量及其在 H0为真时的分布 拒绝域 例6 在甲乙两地各取了50块和52块岩心，进行磁化率测定，算出样本无偏方差s12 = 0.142, s22 = 0.0054,今取显著水平?=0.10，问甲、乙两地段磁化率方差是否有显著差异（设磁化率服从正态分布）？ 解 设 H0 : ? 12 = ? 22 ；H1 : ? 12 ? ? 22 查表得 F0.05( 49, 51 ) = 1.60, 由给定值算得: 拒绝域 置信区间 假 设 检 验 区 间 估 计 统计量 统计量 对偶关系 同一函数 假设检验与区间估计的联系 4.2.2 参数的假设检 验与区间估计 一、假设检验的基本概念 若对 参数 有所 了解 但有怀 疑猜测 需要证 实之时 用假设 检验的 方法来 处理 若对参数 一无所知 用参数估计 的方法处理 1.生活中隐含的假设检验问题 例1 某学校某年级男生千米跑成绩均值为3分50秒，两个月前来了一名新的长跑教练，经过两个月的教学训练之后，从中随机抽测了10名男生的千米跑成绩，得到其样本均值为3分30秒，标准差为20秒，这时需要检验的问题是，新教练的训练方法是否使男生千米跑的成绩发生了改变？ 假设：男生千米跑成绩没有发生改变，还是3分50秒 假设不成立（拒绝假设） 随机抽取10个男生，均值3分30秒，方差20秒，这是个小概率事件（小于等于0.05）,而它现在一次试验就发生了，产生矛盾！ 注：以上就是小概率反证法！ 基础：小概率事件原理，即一般认为小概率事件在一次随机抽样中不会发生。 小概率事件：飞机失事 基本思想：先建立一个关于样本所属总体的假设，考察在假设条件下随机样本的特征信息是否属小概率事件，若为小概率事件，则怀疑假设成立有悖于该样本所提供特征信息，因此拒绝假设。（小概率反证法） 2. 假设检验的基本思想 3. 一个参数假设检验的例子 某自动装包机在正常工作时，每包重量X 服从N(105,1.52 ).今从一批产品中随机地检测9包，平均值为106.1.认为均方差保持不变，若E(X)=?=105,则认为该机工作正常,否则认为不正常.检验机器是否正常工作。为此提出如下假设: H0 : ? = 105 称为原假设或零假设 原假设的对立面: H1 : ? ? 105 称为备择假设 例2 假设检验 的任务 必须在原假设与备择假设 之间作一选择 若原假设正确, 则 因而 ,即 偏离105不应该太远, 故 取较大值是小概率事件. 可以确定一个常数c 使得 因此, 取 ,则 统计量，记为u 显 著 水 平 小概率事件 则 为检验的接受域 (实际上没理由拒绝), 现