第五章-假设检验与方差分析.pptVIP

一、假设检验的概念 1、概念 事先对总体参数或分布形式作出某种假设 然后利用样本信息来判断原假设是否成立 2、类型 参数假设检验 非参数假设检验 3、特点 采用逻辑上的反证法 依据统计上的小概率原理 假设检验的过程 （提出假设→抽取样本→作出决策） 三、假设检验中的两类错误 假设检验的依据是: 小概率事件在一次试验中很难发生, 但“很难发生”不等于“不发生”, 因而假设检验所作出的结论有可能是错误的. 这种错误有两类: ? 错误和 ? 错误的关系 第二节 总体参数检验 总体方差已知时对正态总体均值的假设检验 (双尾 Z 检验) 1. 假定条件 总体服从正态分布 若不服从正态分布, 可用正态分布来近似(n?30) 2. 原假设为:H0: =某一数值 ；备择假设 为:H1:?某一数值 使用 z 统计量 【例】某批发商欲从生产厂家购进一批灯泡，根据合同规定，灯泡的使用寿命平均不能低于1000小时。已知灯泡使用寿命服从正态分布，标准差为20小时。在总体中随机抽取100只灯泡，测得样本均值为960小时。批发商是否应该购买这批灯泡？ (?＝0.05) 均值的双尾 t 检验 （实例） 【例1】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？ 【例2】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？(? = 0.05) 总体成数的假设检验 【例】某研究者估计本市居民家庭的电脑拥有率为30%。现随机抽查了200的家庭，其中68个家庭拥有电脑。试问研究者的估计是否可信？ (? = 0.05) 某切割机在正常工作时, 切割每段金属棒的平均长度为10.5cm, 标准差是0.15cm, 今从一批产品中随机的抽取15段进行测量, 其结果如下: 假定切割的长度服从正态分布, 且标准差没有变化, 试问该机工作是否正常? 解 例1 2o 取检验统计量 3o 给定显著水平? =0.05, 查表得 4o 作判断 均值的双尾 Z 检验(实例) 【例】某机床厂加工一种零件，根据经验知道，该厂加工零件的椭圆度近似服从正态分布，其总体均值为?0=0.081mm，总体标准差为?= 0.025 。今换一种新机床进行加工，抽取n=200个零件进行检验，得到的椭圆度为0.076mm。试问新机床加工零件的椭圆度的均值与以前有无显著差异？（?＝0.05） 均值的双尾 Z 检验（计算结果） H0: ? = 0.081 H1: ? ? 0.081 ? = 0.05 n = 200 临界值(s): 检验统计量: Z 0 1.96 -1.96 .025 拒绝 H0 拒绝 H0 .025 决策: 结论: 拒绝H0 有证据表明新机床加工的零件的椭圆度与以前有显著差异 均值的单尾 Z 检验 (?2 已知) 假定条件 总体服从正态分布 若不服从正态分布，可以用正态分布来近似 (n?30) 备择假设有或符号 使用z统计量 均值的单尾 Z 检验（提出假设） 左侧：H0:? = ?0 H1:?? ?0 必须是显著地 低于 ?0，大的值满足H0 ，不能拒绝 Z 0 拒绝 H0 ? 右侧：H0:? = ?0 H1: ?? ?0 必须显著地大于?0，小的值满足 H0 ，不能拒绝 Z 0 拒绝 H0 ? 计算结果 H0: ? =1000 H1: ? 1000 ? = 0.05 n = 100 临界值(s): 检验统计量: 在 ? = 0.05的水平上拒绝H0 有证据表明这批灯泡的使用寿命低于1000小时 决策: 结论: -1.645 Z 0 拒绝域 ? 均值的单尾Z检验 （实例） 【例】根据过去大量资料，某厂生产的灯泡的使用寿命服从正态分布N~(1020，1002)。现从最近生产的一批产品中随机抽取16只，测得样本平均寿命为1080小时。试在0.05的显著性水平下判断这批产品的使用寿命是否有显著提高？(?＝0.05) 计算结果 H0: ? = 1020 H1: ? 1020 ? = 0.05 n = 16 临界值(s): 检验统计量: 在 ? = 0.05的水平上拒绝H0 有证据表明这批灯泡的使用寿命有显著提高 决策: 结论: Z 0 拒绝域 0.05 1.645 1. 假定条件 服从t-分布 如果大样本 (n ?30)条件下,与标准