概率论与数理统计课件slide 8.pdf

概率论与数理统计 西安电子科技大学 网络与信息安全学院 2017年秋季 第⼋章假设检验 §8.1 假设检验 §8.2 正态总体均值的假设检验 §8.3 正态总体⽅差的假设检验 §8.6 分布拟合检验 §8.1 假设检验 上一章介绍了参数估计：其目的在于对未知参量给出 估计值及置信区间，一般情况下，参数估计是在总体形 式已知的情况下，对未知参量的定量的估计问题。 在本讲中，我们将讨论不同于参数估计的另一类重要 的统计推断问题。就是根据样本的信息检验关于总体的某 个假设是否正确 - 即假设检验的问题。 假设检验的目的是对总体的某未知性质根据样本给出 一个定性判断，这时总体的分布的函数形式未知，或只知 其形式，但参数未知。 §8.1 假设检验 假设检验中，为推断总体的某些性质，首先提出某些关 于总体的假设，然后根据样本对所提出的假设作出判断，是 接受，还是拒绝。 假设检验的基本思想和做法 l 通常借助于直观分析和理论分析相结合的做法 l 基本原理就是人们在实际问题中经常采用的所谓小概 率原理:“一个小概率事件在一次试验中几乎是不可能 发生的” l 假设检验的过程是要构造一个小概率事件，如果根据 实际样本数据的计算，该小概率事件发生了，则拒绝 原假设，否则接受原假设。 下面结合实例来说明假设检验的基本思想. §8.1 假设检验 实例 某车间用一台包装机包装葡萄糖,包得的袋装糖重 是一个随机变量,它服从正态分布. • 当机器正常时,其均值为0.5公斤,标准差为0.015公斤. • 某日开工后为检验包装机是否正常,随机地抽取它所包 装的糖9袋,称得净重为 (公斤): 0.497 0.506 0.518 0.524 0.498 0.511 0.520 0.515 0.512 问机器是否正常? 分析: 用 µ 和 σ 分别表示这一天袋 装糖重总体 X 的均值和标准差 §8.1 假设检验 由长期实践可知,标准差较稳定,故设 σ = 0.015， X ~ N(µ ,0.015 )2 ，其中知. 问题: 根据样本值判断 µ = 0.5 or µ ≠ 0.5. 1° 提出两个对立假设 H 0 :µ = µ0 = 0.5 和H1 :µ ≠ µ0 . 2° 结合合理法则,再利用已知样本作出判断是接受假 设H (拒绝假设H ),还是拒绝假设H (接受假设H ). 0 1 0 1 如果作出的判断是接受H , 0 则µ = µ , 0 即认为机器工作是正常的,否则,认为是不正常的. §8.1 假设检验 检验方法 (即合理的法则)：对于未知参数，仍然从其 点估计量开始讨论，将未知参数与其点估计量进行比较. 由于要检验的假设涉及总体均值,故可借助于样本均 值来判断. 因为X 是µ 的无偏估计量, 若过分大，则有理由