第七章两个样本的假设检验.pptVIP

第七章两个样本数字特征的检验 阅读教材：第十章，第十一章 本章概要 两个独立样本的比较 两个独立样本均值之差的z检验 两均值之差合并方差（Pooled variance） 的t检验 两个总体方差之差的F检验 两个相关样本的比较 双样本均值之差的z检验 双样本均值之差的t检验 两个独立样本的比较 不同的数据来源 不相关的 独立的 从一个总体中抽取的样本不会影响从另一个总体中抽取的样本或受其影响 利用两样本均值之差进行比较 使用z检验或合并方差t检验 独立样本的z检验 (方差已知) 前提条件 样本是从正态分布中随机独立抽取的 总体方差已知 检验统计量 独立样本的z检验 (大样本) 前提条件 样本是随机独立抽取的 总体方差已知或未知均可 两个样本容量均不小于30 检验统计量 应用 EXCEL进行独立样本的z检验（两个样本） 方差已知时独立样本的z检验 Tools | data analysis | z-test: two sample for means 大样本的独立样本z检验 Tools | data analysis | z-test: two sample for means 如果总体方差未知，则使用样本方差 合并方差的t检验(方差未知) 前提条件 两个总体都服从正态分布 样本是随机独立抽取的 总体方差未知，但假设两方差是相等的 如果两个总体都不是正态分布，则需使用大样本 关于合并方差t检验的进一步讨论 建立假设 关于合并方差t检验的进一步讨论 将合并样本方差作为一般总体方差的估计值来计算 关于合并方差t检验的进一步讨论 计算样本统计量 合并方差的t检验: Example 你是 Charles Schwab公司财务分析员. 在 NYSE 和 NASDAQ中所列出股票的股票生息率有差别吗? 你已搜集到以下数据 NYSE NASDAQ数量 21 25 样本均值 3.27 2.53 样本标准差 1.30 1.16 假设方差相同, 平均收益 率是否有差别 (a = 0.05)? 计算检验统计量 Solution H0: m1 - m2 = 0 i.e. (m1 = m2) H1: m1 - m2 1 0 i.e. (m1 1 m2) a = 0.05 df = 21 + 25 - 2 = 44 临界值(s): P值法 PHStat 和Excel用于合并方差t检验 如果原始数据是可获得的 Tools | data analysis | t-test: two sample assuming equal variances 如果只能获得概括性的统计量 PHStat | two-sample tests | t test for differences in two means... 用 EXCEL解题 Excel workbook that performs the pooled variance t test 例1. 有两种方法可用于制造某种以抗拉强度为重要特征的产品。根据以往的资料得知，第一种方法生产出产品抗拉强度的标准差为8公斤，第二种方法的标准差为10公斤。从两种方法生产的产品中各抽一个随机样本，样本容量分别为， ， ，测得 公斤， 公斤。问这两种方法生产出来的产品的平均抗拉强度是否有显著差别。（ ） 解：由于检验两种方法生产出的产品在抗拉强度上是否存在显著差别，并未涉及方向，所以是双侧检验 。 两总体方差之差的F检验 两个独立总体差值的检验 参数的检验步骤 前提条件 两总体都是正态分布 （Test is not robust to this violation） 样本是随机独立抽取的 F检验统计量 F检验的进一步讨论 假设 H0: s12 = s22 H1: s12 1 s22 检验统计量 F = S12 /S22 两个自由度 df1 = n1 - 1; df2 = n2 - 1 临界值: FL( ) and FU( ) FL = 1/FU* (*自由度的转换) F检验: An Example 你是 Charles Schwab公司财务分析员. 在 NYSE 和 NASDAQ中所列出股