第四章环境参数的统计推断.pptxVIP

环境参数的统计推断(statistical inference);第四章 环境参数的统计推断;第四章;第一节;一 概念 ： 假设检验（hypothesis test）又称显著性检验（significance test）,就是根据总体的理论分布和小概率原理，对未知或不完全知道的总体提出两种彼此对立的假设，然后由样本的实际结果，经过一定的计算，作出在一定概率意义上应该接受的那种假设的推断。;小概率原理;假 设 检 验;二 、假设检验的步骤;1 、提出假设;例：克矽平治疗矽肺病是否能提高血红蛋白含量？;2 、 确定显著水平;3 、选定检验方法，计算检验统计量，确定概率值;4、作出推断结论：是否接受假设;例：上例中 P＝0.11420.05 所以接受H0，从而得出结论：使用克矽平治疗前后血红蛋白含量未发现有显著差异，其差值10应归于误差所致。;P( u 1.96) =0.05;;;;u 0.05=1.64 u 0.01=2.33;四 、两类错误;;;１、 两类错误既有联系又有区别;2、 ?还依赖于 ?- ?0 的距离;单尾检验;分 析 题 意;第二节;大样本平均数的假设检验 －－u检验;一、一个样本平均数 的假设检验;适用范围：检验某一样本平均数x所属的总体平均数?是否和某一指定的总体平均数?0相同。若相同，则说明该样本属于这个以?0为平均数的指定总体；若不相同，则说明该样本所属的总体与这个指定总体（ ?0 ）不同，即有显著或极显著差异。;1、总体方差σ2已知，无论n是否大于30都可采用u检验法;2) 零假设 H0：m＝m0。 备择假设可有以下三种情况： （1）HA：μ＞μ0 ，若已知μ不可能小于μ0 。 （2）HA：μ＜μ0 ，若已知μ不可能大于μ0 。 （3）HA：μ≠μ0 ，包括μ＞μ0 和μ＜μ0 3) 在a＝0.05水平上，拒绝H0称为“差异显著”。在a＝0.01水平上，拒绝H0称为“差异极其显著”。 4) 检验的统计量： ;5) 相应于2) 中的3个备择假设的H0的拒绝域分别为： （1）u＞u a （2）u＜－u a （3）│u│＞u a/2 ，或表示为│u│＞u a（双侧） 正态分布的分位数，可以从附表中查出。 6) 根据以上所做的分析，进行统计推断，得出结论。;例：已知某工厂排污水中石油分布属正态分布N(45，2.12)，现经过???样处理，随机采样8次，得样本平均值为42.5ppm，样本标准差为2.1。问经过处理后水质含油量是否有明显降低。 ;（１）假设;2、总体方差σ2未知，但n30时，可用样本方差s2来代替 总体方差σ2 ，仍用u检验法;例：抽取某地区粮食样品36个，测得粮食中六六六的平均值为0.325mg／kg，标准差为0.068mg／kg，国家食品卫生标准规定，粮食中六六六残留量＜0.3mg／kg。问该地区粮食中六六六残留量是否超标? ;（１）假设;3、总体方差σ2未知，且n30时，可用样本方差s2来代替 总体方差σ2 ，采用df=n-1的t检验法; 对于一个正态总体，若s未知且n30 ，则 x 服从 n－1自由度的 t 分布。因此，在s未知时可用 t检验做平均数的显著性检验。t 检验的程序与 u检验一样，只要用 t 分布的分位数 ta代替标准正态分布的分位数 ua 就可以了。t 检验的程序这里不再赘述。下面只指出这两种检验的不同点。t 检验的统计假设是： 零假设H0：μ＝μ0 。 备择假设有以下三种情况： （1）HA：μ＞μ0 ，若已知μ不可能小于μ0。 （2）HA：μ＜μ0 ，若已知μ不可能大于μ0。 （3）HA：μ≠μ0 ，包括μ＞μ0 和μ＜μ0。 ;检验的统计量：;例：某鱼塘水中的含氧量，多年平均为4.5(mg/L)，该鱼塘设10个点采集水样，测定含氧量为：4.33,4.62,3.89,4.14,4.78,4.64,4.52,4.55,4.48,4.26(mg/L);（１）假设;二、两个样本平均数 的假设检验;适用范围：检验两个样本平均数x1和x2所属的总体平均数?1和?2是否来自同一总体。;;2、确定显著水平：0.05或0.01;(2)样本平均数差数的方差 = 两样本平均数方差之和.;σ12=σ22=σ ;当σ12 和σ22已知;当σ12 和σ22未知，两样本都为大样本时;当σ12 和σ22未知，两样本都为小样本