(8)--第8章-假设检验统计学.pptVIP

* * * * * 9 * * 这个例子表明，对于同一检验，不同的显著性水平将会得出不同的结论。 * * * 9 9 * F ratio is a statistic defined as the ratio of 2 independent estimates of a normally distributed population’s variance. Note: degrees of freedom refer to numerator and denominator 66 The lower F is not the reciprocal of the upper F. What do you do if equal sample sizes? F ratio is a statistic defined as the ratio of 2 independent estimates of a normally distributed population’s variance. Note: degrees of freedom refer to numerator and denominator As a result of this class, you will be able to ... 两个总体均值之差的检验 (例题分析) 双侧检验！ 【例】有两种方法可用于制造某种以抗拉强度为重要特征的产品。根据以往的资料得知，第一种方法生产出的产品其抗拉强度的标准差为8公斤，第二种方法的标准差为10公斤。从两种方法生产的产品中各抽取一个随机样本，样本量分别为n1=32，n2=40，测得?x1= 50公斤，?x2= 44公斤。问这两种方法生产的产品平均抗拉强度是否有显著差别？ (? = 0.05) 两个总体均值之差的检验 (例题分析) H0: ?1- ?2 = 0 H1: ?1- ?2 ? 0 ? = 0.05 n1 = 32，n2 = 40 临界值(s): 检验统计量: 决策: 结论: 在 ? = 0.05的水平上拒绝H0 有证据表明两种方法生产的产品其抗拉强度有显著差异 Z 0 1.96 -1.96 .025 拒绝 H0 拒绝 H0 .025 两个总体均值之差的检验 (?12、 ?22 未知且相等,小样本) 检验具有相等方差的两个总体的均值 假定条件 两个样本是独立的随机样本 两个总体都是正态分布 两个总体方差未知且相等?12 = ?22 检验统计量 两个总体均值之差的检验 (?12、 ?22 未知但不等,小样本) 检验具有等方差的两个总体的均值 假定条件 两个样本是独立的随机样本 两个总体都是正态分布 两个总体方差未知但不相等?12 ??22 检验统计量 自由度公式（8.10） 两个总体均值之差的检验 (例题分析) 单侧检验 【例】 “多吃谷物，将有助于减肥。”为了验证这个假设，随机抽取了35人，询问他们早餐和午餐的通常食谱，根据他们的食谱，将其分为二类，一类为经常的谷类食用者(总体1)，一类为非经常谷类食用者(总体2)。然后测度每人午餐的大卡摄取量。经过一段时间的实验，得到如下结果：检验该假设 (? = 0.05)表8-3 两个总体均值之差的检验 (例题分析—用统计量进行检验) H0: ?1- ?2 ? 0 H1: ?1- ?2 0 ? = 0.05 n1 = 15，n2 = 20 临界值(s): 检验统计量: 决策: 结论: 在 ? = 0.05的水平上拒绝H0 没有证据表明多吃谷物将有助于减肥 -1.694 t 0 拒绝域 .05 两个总体均值之差的检验(例题分析—用Excel进行检验) 第1步：选择“工具”下拉菜单，并选择“数据分析”选项 第2步：选择“t检验，双样本异方差假设” 第3步：当出现对话框后 在“变量1的区域”方框内键入数据区域 在“变量2的区域”方框内键入数据区域 在“假设平均差”的方框内键入0 在“α(A)”框内键入0.05 在“输出选项”中选择输出区域 选择“确定” 两个总体比例之差的检验 * 1.假定条件 两个总体都服从二项分布 可以用正态分布来近似 检验统计量 检验H0：?1-?2=0 检验H0：?1-?2=d0 两个总体比例之差的检验 两个总体方差比的检验 两个总体方差比的检验(F 检验) 假定条件 两个总体都服从正态分布，且方差相等 两个独立的随机样本 假定形式 H0：s12 = s22 或 H0：s12 ? s22