正态体方差检验.pptxVIP

;利用样本方差S2是?2的一个无偏估计，且(n-1)S2/?2~χ2n-1的结论。;当原假设H0:?2=?02成立时，S2和?02应该比较接近，即比值S2/?02应接近于1。所以,这个比值过大或过小时，应拒绝原假设。

合理的做法是:找两个合适的界限c1和c2,

●当c1(n-1)S2/?02c2时，接受H0；

●当(n-1)S2/?02≤c1或(n-1)S2/?02≥c2时,

拒绝H0。;由于当原假设H0:?2=?02成立时，有;2.H0:?2≤?02?H1:?2?02;例8.3.1某公司生产的发动机部件的直径(单位:cm)服从正态分布。该公司称它的标准差?=0.048，现随机抽取5个部件，测得它们的直径为1.32,1.55,1.36,1.40,1.44。取?=0.05,问:

(1)能否认为该公司生产的发动机部件的直径

的标准差确实为?=0.048?

(2)能否认为?≤0.048?;故，拒绝原假设H0，即认为部件直径标准差不是0.048cm。;故，拒绝原假设H0，即认为部件的直径标准差超过了0.048cm。;该检验主要用于上节中实施两样本t检验之前，讨论?12=?22的假设是否合理。;当H0:?12=?22成立时，S12/S22应与1相差不大。当其过分地大，或过分地小时，都应拒绝H0成立。

因此，一个直观且合理的检验是：找两个界限c1和c2(0c11c2)，检验的拒绝域为

S12/S22≤c1或S12/S22≥c2,(8.3.4);根据定理6.3.1，有;因此，当H0:?12=?22成立时，有

S12/S22～Fm-1,n-1.;2.H0:?12≤?22?H1:?12?22;例8.3.2甲乙两厂生产同一种电阻，现从甲乙两厂的产品中分别随机地抽取12个和10个样品，测得它们的电阻值后，计算出样本方差分别为S12=1.40，S22=4.38。;解(1)该问题是检验

H0:?12=?22?H1:?12≠?22.

此处m=12,n=10,α=0.10,S12=1.40,S22=4.38,

从(8.3.5)式知，我们需计算S12/S22=0.32及

利用第六章学过的;得

Fm-1,n-1(1-?/2)=F11,9(0.95)

=1/[F9,11(0.05)]

=1/(2.90)

=0.34.;根据(8.3.6)式，我们需要查F11,9(0.10)的取值。

因查不到该值,可改用F10,9(0.10)和F12,9(0.10)的平均来近似它，得

F11,9(0.10)=[F10,9(0.10)+F12,9(0.10)]/2

≈[2.42+2.38]/2

=2.40.

因0.32=S12/S22F11,9(α)=2.40，故，接受原假设，即认为甲厂生产的电阻阻值的方差不超过乙厂电阻阻值的方差。;在前面的讨论中，我们总是假定总体的分布形式是已知的。例如，假设总体分布为正态分布N(?,?2),总体分布为区间(a,b)上的均匀分布，等等。;这是一项非常重要的工作，许多学者视它为近代统计学的开端。;设F(x)为一已知的分布函数,现有一组数据(样本)X1,X2,…,Xn，但我们并不知道其总体X的分布到底是什么。现在试图检验;不妨设该分布是连续型的。拟合优度检验的思想与步骤如下:;(2)计算各子区间Ii上的实际频数fi.

fi=﹟{X1,X2,…,Xn∈Ii}，i=1,2,…,k.;(3)计算各子区间Ii上数据的理论频数;(4)计算理论频数与实际频数的偏差平方和;(5)