理论统计学课件-假设检验与方差分析.pptVIP

(三)选定检验统计量及其分布 例 （四）根据显著性水平确定统计量的否定域及临界值 在计算检验统计量时，要注意是双边检验还是单边检验。要根据显著性水平α的值确定统计量的否定域、接受域及临界值。 (五)根据样本指标计算的检验统计量的数值作出决策 如果检验统计量的数值落在否定域内(包括临界值)，就说明原假设H0与样本描述的情况有显著差异，应该否定原假设；如果该数值落在接受域内，就说明原假设H0与样本描述的情况无显著差异，则应接受原假设。 第二节 正态总体的参数检验 一. 总体方差已知时的均值检验 二. 总体方差未知时的均值检验 一个总体的检验 U检验 （单尾和双尾） t 检验 （单尾和双尾） U 检验 （单尾和双尾） ?2检验 （单尾和双尾） 均值 一个总体 比例 方差 检验的步骤 陈述原假设 H0 陈述备择假设 H1 选择显著性水平 ? 选择检验统计量 选择n 给出临界值 搜集数据 计算检验统计量 进行统计决策 表述决策结果 总体方差已知时的均值检验(双尾 U 检验) 一个总体的检验 U 检验 （单尾和双尾） t 检验 （单尾和双尾） U 检验 （单尾和双尾） c2检验 （单尾和双尾） 均值 一个总体 比例 方差 均值的双尾 U 检验 (?2 已知) 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: ?=?0；备择假设为:H1:? ??0 使用U-统计量 均值的双尾 U 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 U 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: U 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 总体方差已知时的均值检验(单尾 U 检验) 均值的单尾 U 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U-统计量 均值的单尾 U 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 U 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 U 0 拒绝 H0 ? 均值的单尾U检验 （实例） 【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) 均值的单尾U检验 （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 U 0 拒绝域 ? 均值的单尾U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) 均值的单尾U检验 （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: U 0 拒绝域 0.05 1.645 总体方差未知时的均值检验(双尾 t 检验) * * * * 假设检验与方差分析 第一节假设检验的意义和程序 一、假设检验的意义 　　所谓假设检验，就是对某一总体参数先作出假设的数值；然后搜集样本资料，用这些样本资料确定假设数值与样本数值之间的差异；最后，进一步判断两者差异是否显著，若两者差异很小，则假设的参数是可信的，作出“接受”的结论，若两者的差异很大，则假设的参数准确的可能性很小，作出“拒绝”的结论。 　　某厂生产一批产品，必须检验合格才能出厂，规定合格率为95%