统计学 第五章 参数估计与假设检验精选.ppt

练习： 1 、某车间生产滚珠，从长期实践中知道，滚珠直径 可以认为服从正态分布，其方差为 0.05 ，从某天的产 品里随机抽取 6 个，量得直径如下： 14.7 ， 15.21 ， 14.9 ， 14.91 ， 15.32 ， 15.32 ，试求 μ 的置信区间。 （ α =0.05 ） 2 、某进出口公司需要出口一批小型电机，其中有一 个技术指标为电机工作时定子线圈的最高温度，为此 该进出口公司进行了一次调查，已知该定子线圈最高 温度的总体标准差为 8 ，随机抽出 49 台电机进行实测， 得到该厂电机工作时定子线圈最高温度的样本均值为 110 ，要求计算给定置信度 99% 的该厂电机工作时定 子线圈最高温度的总体均值的置信区间。 假设检验的基本原理 基本思想 ? 小概率原理： 如果对总体的某种假设是真实的，那么不利 于或不能支持这一假设的事件 A （小概率事件）在 一次试验中几乎不可能发生的；要是在一次试验 中 A 竟然发生了，就有理由怀疑该假设的真实性， 拒绝这一假设。 总 体 （某种假设） 抽样 样 本 （观察结果） 检验 （接受） （拒绝） 小概率事件 未 发 生 小概率事件 发 生 ? 假设的形式： H 0 —— 原假设， H 1 —— 备择假设 双尾检验： H 0 ： μ=μ 0 ， H 1 ： μ≠μ 0 单尾检验： H 0 ： μ≥μ 0 ， H 1 ： μ ＜ μ 0 H 0 ： μ≤μ 0 ， H 1 ： μ ＞ μ 0 假设检验就是根据样本观察结果对原假设（ H 0 ）进 行检验，接受 H 0 ，就否定 H 1 ；拒绝 H 0 ，就接受 H 1 。 检验规则 ? 确定检验规则 检验过程是比较样本观察结果与总体假设的差异。 差异显著，超过了临界点，拒绝 H 0 ；反之，差异不显 著，接受 H 0 差 异 临界点 ? ? | | 0 ? X ＜ | | 0 ? ? X 拒绝 H 0 接受 H 0 c c 判 断 怎样确定 c? 第五章 参数估计与假设检验 抽样分布 1 参数估计 2 假设检验的基本原理 3 几种常见的假设检验 4 推断统计：利用样本统计量对总体某些性质或数量 特征进行推断。 随机原则 总体参数 统计量 推断估计 参数估计 检验 假设检验 抽样分布 抽样分布 简单随机抽样和简单随机样本的性质 不放回 放 回 放回 不放 回 独 立 性 和 同 一 性 同一性 当 n/N≤5% 时，有限总 体不放回抽 样等同于放 回抽样 统计量与抽样分布 ? 统计量：即样本指标。 样本均值 样本成数 样本方差 如： n X X i ? ? n n P i ? ? 2 2 ) ( 1 1 X X n S i ? ? ? ? ? 抽样分布： 某一统计量所有可能的样本的取值形成 的分布。 性 质 数字特征 0≤P （ X i ） ? 1 ∑ P （ X i ） =1 均值 E （ X ） 方差 E[x-E(x)] 2 样本均值的抽样分布（简称均值的分布） 抽样 均值 均值 μ=∑X i /N n x X i ? ? 样本均值是样本的函数，故样本均值是一个统计量， 统计量是一个随机变量，它的概率分布称为样本均值 的抽样分布。 ? 无限总体 ? ? ? x x E ) ( n x 2 2 ? ? ? 均值： 方差： 有限总体放回抽样？ ? 有限总体不放回抽样 ? ? ? x x E ) ( 均值： 方差： ) 1 ( 2 2 ? ? ? N n N n x ? ? 1 ? ? N n N 校正系数 从正态总体中抽样得到的均值的分布也服从正态分布。 从非正态总体中抽样得到的均值的分布呢？ )] 1 ( , [ ~ ) / , ( ~ ), 1 , 0 ( ~ / 2 2 ? ? ? N n N n N X n N X N n X ? ? ? ? ? ? 或 中心极限定理： 无论总体为何种分布，只要样本 n 足够大 （ n≥30 ），均值标准化为（ z ）变量，必定服从标准正态分 布，均值则服从正态分布，即： 结论： 1 、无论是放回或不