统计学假设检验课件.pptVIP

统计学 STATISTICS 6 - 63 均值的双侧 t 检验 （实例） 【例】 某厂采用自动包装机分装 产品，假定每包产品的重量服从 正态分布，每包标准重量为 1000 克。某日随机抽查 9 包，测得样本 平均重量为 986 克，样本标准差 为 24 克。试问在 0.05 的显著性水 平上，能否认为这天自动包装机 工作正常？ 属于决策中 的假设！ 统计学 STATISTICS 6 - 64 均值的双侧 t 检验 （计算结果） H 0 : ? = 1000 H 1 : ? ? 1000 a = 0.05 df = 9 - 1 = 8 临界值 (s): 检验统计量 : 在 a = 0.05 的水平上接受 H 0 有证据表明这天自动包装机 工作正常 决策： 结论： 75 . 1 9 24 1000 986 0 ? ? ? ? ? ? n s x t ? t 0 2.306 -2.306 .025 拒绝 H 0 拒绝 H 0 .025 统计学 STATISTICS 6 - 65 均值的单侧 t 检验 （实例） 【例】 一个汽车轮胎制造商声称， 某一等级的轮胎的平均寿命在一定 的汽车重量和正常行驶条件下 大于 40000 公里，对一个由 20 个轮胎组 成的随机样本作了试验，测得平均 值为 41000 公里，标准差为 5000 公 里。已知轮胎寿命的公里数服从正 态分布，我们能否根据这些数据作 出结论，该制造商的产品同他所说 的标准相符？ ( a = 0.05 ) 属于检验声明有 效性的假设！ 统计学 STATISTICS 6 - 66 均值的单侧 t 检验 （计算结果） H 0 : ? ? 40000 H 1 : ? 40000 a = 0. 05 df = 20 - 1 = 19 临界值 (s): 检验统计量 : 在 a = 0.05 的水平上接受 H 0 有证据表明轮胎使用寿命显著 地大于 40000 公里 决策 : 结论 : 894 . 0 20 5000 40000 41000 0 ? ? ? ? ? n s x t ? -1.7291 t 0 拒绝域 .05 统计学 STATISTICS 6 - 31 显著性水平和拒绝域 ( 右侧检验 ) 0 临界值 a 样本统计量 拒绝 H 0 抽样分布 1 - a 置信水平 观察到的样本统计量 统计学 STATISTICS 6 - 32 显著性水平和拒绝域 ( 右侧检验 ) 0 临界值 a 样本统计量 抽样分布 1 - a 置信水平 拒绝 H 0 统计学 STATISTICS 6 - 33 决策规则 1. 给定显著性水平 a ，查表得出相应的临界 值 z a 或 z a /2 ， t a 或 t a /2 2. 将检验统计量的值与 a 水平的临界值进行 比较 3. 作出决策 ? 双侧检验： I 统计量 I 临界值，拒绝 H 0 ? 左侧检验： 统计量 - 临界值，拒绝 H 0 ? 右侧检验： 统计量 临界值，拒绝 H 0 统计学 STATISTICS 6 - 34 利用 P 值 进行决策 什么是 P 值？ （ P -Value ） 是一个概率值 如果我们假设原假设为真， P- 值是观测到的 样本均值不同于 ( ? 或 ?)? 实测值的概率 ? 左侧检验时， P - 值为曲线上方 小于等 于 检验统计量部分的面积 ? 右侧检验时， P - 值为曲线上方 大于等 于 检验统计量部分的面积 被称为观察到的 ( 或实测的 ) 显著性水平 ? H 0 能被拒绝的 a 的最小值 统计学 STATISTICS 6 - 35 利用 P 值进行决策 单侧检验 ? 若 p- 值 ? a , 不能拒绝 H 0 ? 若 p- 值 a , 拒绝 H 0 双侧检验 ? 若 p- 值 ? a/2 , 不能拒绝 H 0 ? 若 p- 值 a/2 , 拒绝 H 0 统计学 STATISTICS 6 - 36 双侧检验的 P 值 a /2 a /2 Z 拒绝 H 0 拒绝 H 0 0 临界值 计算出的样本统计量 计算出的样本统计量 临界值 1/2 P 值 1/2 P 值 统计学 STATISTICS 6 - 37 左侧检验的 P 值 0 临界值 a 样本统计量 拒绝 H 0 抽样分布 1 - a 置信水平 计算出的样本统计量 P 值 统计学 STATISTICS 6 - 38 右侧检验的 P 值 0 临界值 a 拒绝 H 0 抽样分布 1 - a 置信水平 计算出的样本统计量 P 值 统计学 STATISTICS 6 - 39 假设检验步骤的总结 1. 陈述原假设和备择假设 2. 从所研究的总体中抽出一个随机样本 3. 确定一个适当的检验统计量，