概率统计案例 新银行经理的方案是否有效.docxVIP

银行经理的方案是否有效

某银行经理认为现在的储蓄机制有点片面的强调顾客的存款数而对顾客取款缺乏一些激励措施。为此，他设计了一种将存款数与存款期限相乘的指数，然后在不太影响银行效益的前提下设计了一些有吸引力的存款有奖措施已尽量减少顾客的取款数。为了比较此方案的有效性，随机地选择了该银行的15位储户，得到他们在新方案实施前后的指数，结果见下表

储户

方案实施前①

方案实施后②

差(②-①)

1

10020

10540

520

2

720

780

60

3

9105

9453

348

4

1062

1573

511

5

3905

3962

57

6

4401

4673

272

7

8100

8205

105

8

12011

12458

447

9

847

959

112

10

6583

7444

591

11

4602

4982

380

12

8452

8831

379

13

182

648

466

14

6740

6969

229

15

2738

2408

30

对α=0.01检验该经理的方案是否有效。

对本检验问题，采用成对数据的比较方法较好。这是因为初看起来，这是两总体均值的比较问题，即将新方案实施前后的指数分别看作两个总体，将15位储户在新方案实施前后的指数看作来自这两个总体的样本，若进一步假设这两个总体服从正态分布，便可利用t-检验法检验二者的均值是否有显著差异．但仔细想想，发现这样有点欠妥，因为每位储户的家庭经济状况、消费水平、理财策略等等会有很大的差异，从而储户的存款存在较大差异，这使得各户之间的存款指数缺乏一致性，因而看成来自同一总体的样本是不妥当的.

如果我们将同一储户在新方案实施前后的存款指数相减，由于各储户在新方案实施前后的经济状况、消费水平、理财策略等方面不会有太大的变化，则该差值不是由于各储户的家庭状况的差异而来，而是反映了新方案的实施对存款指数的影响，因而将这些差值看成来自某一总体的样本就比较合理了．若进一步假定这些差值服从N(u,σ2)，则u的大小反映了新方案实施前后对存款指数的平均影响程度．检验方案是否有效，等价于检验假设

H0:u≤0;H1:u0

该假设便可有正态总体均值的t－检验法来检验

以x1i,x2i(i=1,2,L,15)分别表示新方案实施前后各储户的存款指数，令

yi=x2i—x1i,i=1,2,L,15

则y1,y2,L,y15可看做来自正态总体N(u,σ2)的一个容量为15的样本观测值。由此可求得：

tα(n—1)=t0.01(14)=2.624由正态总体均值的t－检验统计量

及上述假设可得其拒绝域为（注意此处（u0=0））

即=u0+

α=0.01,t0.01(14)=2.624

代入具体数据可求得×2.624=129.38。由于y=300.47c，

故拒绝H0，所给数据结果显著地支持新方案有效。

本例关于原假设H0的选择体现了数理统计数材中指出的如何选择零假设和备择假设的精神．即我们“希望”证实某方法有效果时，“有意”将“该方法无效作为零假设．因为如果这时还能拒绝零假设(特别时在显著性水平α较小时)，则“有效果”的断言就得到更有力的支持．反之，若把“新方法有效果”作为零假设，则当它被接受

时，只是说明有效果的断言“能与观察数据相容”，并不能说明它受到观察数据的有力支持.

本例中所介绍的方法称为成对数据比较的参数性检验方法．能用此方法检验的问题在现实世界中大量存在．例如，为了比较两个玉米品种的平均亩产量，如果利用正态总体均值此较的检验方法，我们应设计如下试验：选择(m+n)块形状面积相同的地块，其中m块种植品种A，得亩产量μA，n块种植品种B，得亩产量μB，然后将这两组数据看成来自两个正态总体的样本，利用正态总体均值比较的检验方法检验A，B两品种的平均亩产是否有显著差异．但仔细想想，若用该方法检验，必须要求这(m+n)个地块的土质肥沃程度和地质、气候等条件相同，不然得话，假如种植A品种的那m块田地比较肥沃，或其它条件较好，则即使A品种不恍于B品种，但试验结果也可能有利于A品种．而选择(m+n)块各种条件一致的田块在实际中(尤其当m，n较大时)是很难做到的．但如果我们取n块田地，将其一分为二，其中一小块种植品种A，另一小块种植品种B(哪一小块种植品种A，可随机决定)，这样，即使n块田地的土质，气候等条件不一致，哪一个品种也不会占地利之便，每