应用数理统计—关于方差的假设检验.pptVIP

如此得问题（1）的水平为? 的检验的拒绝域为 拒绝域为：{X(n) ? K }, 总体比例的假设检验 例10. 某厂生产的产品长期以来不合格品率不超过0.01。某天开工后，为检验生产过程是否稳定，随机抽检了100件产品，发现其中有2件不合格品，试判断该厂生产是否稳定。 设总体 X 为抽检一件产品不合格品的件数，则 X ~B(1, p), 0p1。当生产稳定时，p?0.01，当生产不稳定时， p0.01。于是判断该天工厂生产是否稳定可转化为检验如下假设 H0: p?p0=0.01， H1: pp0=0.01 检验用的统计量可以从未知参数的点估计出发去寻找，在该例中一个常用的 p 的点估计为 我们用其作为检验统计量，当 n 确定时，也可以用 作为检验统计量。当H0为真时， 不应过大，即 T 不会过大；当H0不真时， 较大，即T 会取较大 的值。 由此，拒绝域形式如下： 其中 c 是临界值。 为了在给定显著水平?后确定临界值c，先研究 T 的分布。由于T 是 n 次独立试验下，不合格的件数；而一次试验下不合格的概率为p，根据二项分布的意义，有 T~B(n, p). 于是犯两类错误的概率分别为 拒绝域 T~B(n, p)，于是犯两类错误的概率分别为 下表列出若干 p 值下，不同 c 对应的 ? (p) 与 ? (p)的值. c 1 2 3 4 5 6 ? (0.005) ? (0.01) ? (0.04) ? (0.08) 0.394 0.090 0.014 0.002 0.0002 0.00001 0.634 0.264 0.079 0.018 0.003 0.005 0.017 0.087 0.232 0.429 0.629 0.788 0.0002 0.002 0.011 0.037 0.090 0.180 c 1 2 3 4 5 6 ? (0.005) (0.01) ? (0.04) ? (0.08) 0.394 0.090 0.014 0.002 0.0002 0.00001 0.634 0.264 0.079 0.018 0.003 0.005 0.017 0.087 0.232 0.429 0.629 0.788 0.0002 0.002 0.011 0.037 0.090 0.180 由这几个值可见，对固定的 c ，在 p?p0=0.01时， ? (p) 随 p 的增大而增大；在 pp0=0.01 时， ? (p)的值随 p 的增大而减小。所以在 p?p0=0.01 值时，可选择 p=p0=0.01时满足? (p0) ? ? 的 c 即可；又从上表可见，对固定的pp0=0.01，随着c 的增大， ? (p)也将增大。因此应该选取使? (p0) ? ? 时对应的最小 c 值，以控制第二类错误的概率。 c 1 2 3 4 5 6 ? (0.005) (0.01) ? (0.04) ? (0.08) 0.394 0.090 0.014 0.002 0.0002 0.00001 0.634 0.264 0.079 0.018 0.003 0.005 0.017 0.087 0.232 0.429 0.629 0.788 0.0002 0.002 0.011 0.037 0.090 0.180 综上，在 ? = 0.1时，可取临界值 c =3，从而拒绝域为 在本例中，由样本观测值知不合格品数T=2，故接受H0, 认为该天生产稳定． ? (p0) ? ? 时对应的最小 c 值 　　例10所给出的检验实际上是关于两点分布总体中参数 p 的检验问题．这里我们作一般陈述． 　　设样本X1,…,Xn来自两点分布B(1, p)．关于参数p的检验问题也有三种类型：　 在例10中已指出可用统计量　　　　　　作检验． 　针对上述三个检验问题拒绝域应分别取如下形式：　 　为获得水平为?的检验，就需要定出各自拒绝域中的临界值，下面给出几种决定临界值的方法．　 　1．利用二项分布来确定临界值　 　 例10已指出，对