一般总体均值的假设检验.docx

§7.4一般总体均值的假设检验一、一般总体均值的大样本假设检验

一个总体均值的大样本假设检验

设样本(X,X

1

, ,X

2 n

)取自非正态总体X，记总体均值E(X)??。样本均值及

样本方差分别为X?

1?n

n

i?1

X ，S2

i

? 1

n?1

?n (X

i

i?1

X)2。

如果我们要做双侧检验：H

X?

X??

0

S/ n

:???

0

?H :???

1 0

，在大样本情况（样本容量

n?30）下可选Z?

为检验统计量，由中心极限定理知，它在H

0

成立时近

似服从N(0,1)。检验的P值近似为2P(Z?|z

O

x??

|???

0

)?2(1??(|z

O

|))，其中检验

0s/ n统计量Z的观测值为

0

s/ n

O

例7.4.1 一种机床加工的零件尺寸绝对平均误差为1.35mm。生产厂家现采用一种新的机床进行加工以期降低误差。为检验新机床加工的零件平均误差与旧机床相比是否有显著降低，从某天生产的零件中随机抽取50个进行检验。50个零件尺寸的绝对误差数据（mm）如下所示：

1.261.191.310.971.811.130.961.061.000.940.981.101.121.031.161.121.120.951.02

1.131.230.741.500.500.590.991.451.241.012.031.981.970.911.221.061.111.541.08

1.101.641.702.371.381.601.261.171.121.230.820.86

利用这些数据，检验新机床加工的零件尺寸的平均误差是否显著降低？（??0.01）解：这里研究者所关心的是新机床加工的零件尺寸的平均误差与旧机床相比是否有

显著降低，也就是新机床加工的零件尺寸的误差的数学期望E(X)??是否小于1.35，

因此属于单左侧检验。提出的假设如下：

H :??1.35?H

S/ n

S/ n

:??1.35

现在n?50，检验统计量可选为Z?

X?1.35??~1.35N(0,1)；

由数据得：x?1.215 ，s?0.366，故检验统计量Z 的观测值为

0.366/ 50z ?1.215?

0.366/ 50

O

??2.608，所以检验的P值近似为

P(Z??2.608??1.35)??(?2.608)?0.0046。

因为P?0.01，应拒绝原假设，可认为新机床加工的零件尺寸的平均误差与旧机床相比有显著降低。

注：本例也可以直接根据原始数据计算检验的P值，操作步骤如下：第1步：进入Excel表格界面，直接点击“f(x)”（粘贴函数）命令。

第2步：在函数分类中点击“统计”，并在函数名菜单下选择“ZTEST”，然后确定。第3步：在所出现的对话Array框中，输入原始数据所在区域；在X后输入参数的

某一假定值（这里为1.35）；在Sigma后输入已知的总体标准差（若总体标准差未知则可忽略不填，系统将自动使用样本标准差代替），如下图所示。

图7.2.2

此时给出的分布右侧面积为0.995421058，用1减去该值，即为左侧检验的P值，即P?1?0.9954?0.0046。

两个总体均值的大样本假设检验

设两独立样本X

,?,X

1

和Y

，n1 1

，

,?,Y

n2

分别取自非正态总体X和Y（总体均值记

为E(X)??

和E(Y)??

），它们的样本均值分别为X?

1?n1X

，Y?

1?n2Y

1 2 n

1i?1

i n j

2 j?1

样本方差分别为S2

1

? 1

n?1

1

?n1(X

i

i?1

?X)2

，S2

2

? 1

n ?1

2

?n2(Y

j

j?1

Y)2。

如果我们要做双侧检验： H :? ??

0 1 2

X?Y

?H :?

1 1

?? ，在大样本情况下可选

2

Z?

S2/n

1 1

S2/n

2 2

为检验统计量，由中心极限定理知，它在H

0

成立时近似服从

N(0,1)。检验的 P 值近似为2P(Z?|z |?

O 1

?