工程随机数学(2009-8).ppt

假设检验与区间估计的联系以已知?2，求?的区间估计和假设检验为例统计量均为区间估计：按给定置信度确定大概率事件，进而得到置信区间假设检验：在原假设成立的条件下，对给定显著性水平，确定小概率事件，进而得到拒绝域两者统计推断思想方法一致。差别：要求不同、了解程度不同工程随机数学(8)赵正予2011第八章假设检验关键词： 假设检验 正态总体参数假设检验 §1假设检验基本概念假设：对总体的概率特征（分布或参数）作出某种陈述，假设其可能正确或不正确假设检验：根据样本提供的信息，检验关于总体的概率特征的各种统计假设参数假设检验：检验关于总体的某种参数的假设，条件：总体分布已知非参数假设检验：检验实际分布与理论分布一致性的假设例1外地一良种小麦，667m2产量(单位：kg)服从正态分布N(400,252)，引入本地试种，收获时任取n=5块地，测得其667m2产量分别为400、425、390、450、410，假定引种后667m2产量X也服从正态分布，试问：（1）若方差不变，即X~N(?,252)，本地平均产量?与原产地的平均产量?0=400kg有无显著变化？（2）若X~N(?,252)，本地平均产量是否比原产地平均产量高（或低）？（3）本地引种后，667m2产量的波动情况与原产地667m2产量的波动情况有无显著不同？例2检查200箱食品，用X表示一箱食品中变质食品的数量（单位：包），n表示有X包变质食品的箱数，检验结果如下：X01234n132432032试问变质食品包数X是否服从泊松分布？假设检验的基本思想在总体的分布参数未知情况下，为了推断总体的某些性质，提出某些关于总体分布参数的假设，并根据样本对所提假设作出判断：接受/拒绝1）根据实际问题对总体的某些参数提出假设；2）利用实测样本，通过一定手续对此假设进行检验；3）判断合理性，做出接受或拒绝的决定检验方法：带有概率特征的反证法。例1中，三个问题的假设分别表示为：(1)H0：μ=μ0(=400)；H1：μ≠μ0(=400)(2)H0：μ=μ0(=400)；H1：μμ0(=400)H0：μ=μ0(=400)；H1：μμ0(=400)(3)H0：?2=?02(=252)；H1：?2≠?02(=252)例2的假设则可表示为：H0：X服从泊松分布；H1：X不服从泊松分布.[1]假设[1]假设例3：一批枪弹，其初速度V～N（?0，?02），其中?0，?0为已知值，经过较长时间储存后，是否仍旧=?0，?=?0，则?和?就是假设,记为H:?=?0，H:?=?0，例4：按规定，产品的废品率≤3%方可出厂，现从一大批中任取十件，发现其中三件废品，问这批产品是否可以出厂。则假设P≤3%，记为H:P≤3%[1]假设简单备择假设：假定关于随机变量X有两个统计假设H0和H1，且已知H0和H1必居其一，也称为择一假设，H0:为原（零）假设，H1:为备择假设例如：H0：?=?0，H1：?≠?0H0：p=0.03，H1：p＞0.03注意：H0和H1在假设检验中所承担的作用是不对称的！[1]假设复合备择假设：若H0：?=?0，H1：?＜?0，或H1：?＞?0，称为双边备择假设→单边检验显著性假设检验：只提出一个假设，统计检验的目的仅仅是为了判断假设是否成立而不研究其它假设。此时，直接取假设为零假设。[2]依据假设检验的理论基础：实际推断原理?概率意义上的反证法如例2：设：A={抽取10件，其中3件废品}H0：P≤3%P{A/H0}=C1030.0330.977=0.0026根据实际推断原理，由假设推出的结论与实际结果相矛盾，可认为原假设不成立。[3]风险▲小概率事件≠不可能事件▲推翻或接受原假设有可能犯错误▲犯错误的概率很小两类错误（1）弃真：原假设正确，因为小概率事件发生而未被接受