西安交通大学 《概率统计与随机过程》课件第七章.pptVIP

* * * * * * * * * * * * * * * 若原假设正确, 则 因而 ,即 偏离68不应该太远, 故 取较大值是小概率事件. 可以确定一个常数c 使得 因此, 取 ,则 现从整批螺钉中取容量为36的样本,其均值为 ,问原假设是否正确? 由 为检验的接受域 (实际上没理由拒绝), 现 落入接受域,则接受原假设 即区间( ?? ,66.824 ) 与 ( 69.18 , +? )为检验的拒绝域 称 的取值区间 ( 66.824 , 69.18 ) H0:? = 68 1. 根据实际问题的要求提出原假设H0 及备择假设H1; 2. 确定检验统计量; 3. 对给定显著水平 ? , 根据统计量的分布求出拒绝域; 4. 决策: 将样本值代入统计量,若统计量的值落入拒 绝域,则拒绝 H0 ,否则接受H0 . 三、假设检验的基本步骤 一般取?=0.05，或0.01 假设检验会不会犯错误呢？ 由于作出结论的依据是下述 小概率原理 小概率事件在一次试验中基本上不会发生 . 不是一定不发生 三、假设检验的两类错误 如果H0成立，但统计量的实测值落入拒绝域，从而作出拒绝H0的结论，那就犯了“以真为假”的错误 . 如果H0不成立，但统计量的实测值未落入拒绝域，从而没有作出拒绝H0的决策，即接受了错误的H0，那就犯了“以假为真”的错误 . 请看下表 假设检验的两类错误 H0为真 实际情况 决策 拒绝H0 接受H0 H0不真 第一类错误 正确 正确 第二类错误 P{拒绝H0|H0为真}= , P{接受H0|H0不真}= . 犯两类错误的概率: 显著性水平 为犯第一类错误的概率. ?/2 ?/2 ? H0 真 H0 不真 两类错误的概率的关系 两类错误是互相关联的， 当样本容量固定时，一类错误概率的减少导致另一类错误概率的增加. 要同时降低两类错误的概率 或者要在 不变的条件下降低 ，需要增加样本容量. 说明： 关于检验标准(显著水平)?: (1) 一般说来,原假设H0 是经过周密调查和考虑的, 所以否定H0 要谨慎, 这就要求?取的要小些.反过来,也表明小概率?取得越小,一旦否定H0 , 就越有说服力. (2) 检验标准?, 取值不同,就决定着不同的拒绝域.因此对于同一组样本值 来说,可以得到相反的决策. (3)只对犯第I类错误的概率加以控制，而不考虑犯第II类错 误的检验问题, 称为显著性检验问题． §7.2 正态总体均值和方差的假设检验 一、单个总体N( ?,? 2)均值?的检验 二、单总体N(?,?2)方差?2的检验 三、两个正态总体均值差的检验 四、两个正态总体方差的检验 一.单个总体N( ?,?2)均值?的检验 1. ?2 已知 取统计量: a) H0: ? =?0, H1: ? ??0. 拒绝域: b) H0: ? ??0, H1: ? ?0 拒绝域: c) H0: ? ? ?0, H1: ? ?0 拒绝域: --- U-检验法 设总体 X~N( ?, ?2), ?, ?2未知, X1 , X2, …,Xn是来自X的样本, 给定显著性水平 ? (显著水平). 例1在某年级学生中抽测9名跳远成绩,得样本均值 = 4.38 设跳远成绩X服从正态分布且?＝0.3，问是否可以认为该 年级学生跳远平均成绩为?=4.40米．(?=0.10) 查标准正态分布表得 解 根据题意提出假设 拒绝域为 经计算得 , 认为?=4.40米，即可以认为该年级学生 跳远平均成绩为4.40米． 所以接受 因为?已知,取统计量: 例2 某工厂生产的固体燃料推进器的燃烧率服从正态分布 现在用新方法生产了一批推进器。从中随机取 n=25只,测得燃烧率的样本均值为 设在新方法下总体均方差仍为 2cm/s，问这批推进器的燃烧率是否较以往生产的推进器的燃烧率有显著的提高？取显著性水平 并由样本值计算得统计 故拒绝原假设H0 ，即燃烧率较以往生产的推进器的燃烧率有显著的提高 落入拒绝域 解: 提出假设 取统计量 拒绝域为 W : ch8 * 例3 某林场内造了杨树丰产林,五年后调查50株得平均树高为x=9.2m, 假设树高服从正态分布,其标准差为1.6m时，在 的显著性水平下,推断丰产林的树高是否低于10米? 并由样本值计算得统计 故拒绝原假设H0 ，即丰产林的树高低于10米. 落入否定域 解: 提出假设