总体分布参数的假设检验.pptVIP

统计的基本任务是根据对样本的考察来01对总体的某些情况作出判断。采用先对总体X02的分布律或未知参数作某种假设，再运用统计03分析的方法来检验这一假设是否正确，从而作04出接受或拒绝的决定。这就是假设检验问题。05常把一个要检验的假设记作H0,称为原假设06（或零假设），与H0对立的假设H1，称为备择07假设。08某工厂在正常情况下生产的电灯泡的寿命01X(小时)~N(1600,802).从该工厂生产的一批灯02泡中随机抽取10个灯泡，测得它们寿命为：031450,1480,1640,1610.1500,041600,1420,1530,1700.155005如果标准差不变，试检验这批灯泡的寿命06均值μ也是1600，或大于1600，或小于1600.0701020304由于是根据总体的一个样本的观测值及小概率原理对所提出的假设进行检验并决定接受或放弃所提出的假设，因此假设检验的结果以上有三种不同的形式，在统计学中通常记作：05会出现以下两类错误：在原假设为真时，决定放弃原假设，称为第一类错误，其出现的概率通常记作α；在原假设不真时，决定接受原假设，称为第二类错误，其出现的概率通常记作β。通常只限定犯第一类错误的最大概率α，不考虑犯第二类错误的概率β。这样的假设检验又称为显著性检验。α=0.05。以下所讲述的假设检验，都是01显著性检验。02当H0为μ＝μ0、假设检验的结果是放弃H0时，03如果α=0.05，则称μ与μ0有显著的差异或04差异显著；如果水平α=0.01，则称μ与μ0有05极显著的差异或差异极显著。0601或0.05或其他的数值，在未加说明时07概率α称为显著性水平,α可以等于08假设检验的步骤如下：提出H0和H1；指定概率α；寻求统计量g(X1,X2,…,Xn)及其分布；当统计量的观测值g(x1,x2,…,xn)满足不等式时拒绝H0、否则接受H0。在H0为真时构造小概率事件并推导g所满足的不等式；拒绝域由两个区间构成的假设检验被形容为双侧检验，拒绝域由一个区间构成的假设检验被形容为单侧检验。后面将要讲述的内容可以粗糙地概括为：习惯上称观测值g(x1,x2,…,xn)所满足的不等式为假设检验方案，称这个不等式所确定的观测值g的取值范围为假设检验的拒绝域。01H0为相等、H1为不相等的假设检验为双侧检验，观测值g较大或较小时拒绝H0；H0为相等、H1为大于的假设检验为单侧检验，观测值g较大时拒绝H0；H0为相等、H1为小于的假设检验为单侧检验，观测值g较小时拒绝H0。02032.一个正态总体均值或方差的假设检验为,修正方差的观测值为s*2，离均差平方和的观测值为ss，显著性水平为α，则有：设总体X服从N(μ,σ2)分布，X的一个样本为X1、X2、…、Xn、均值为、修正方差为S*2、离均差平方和为SS，样本的观测值为x1,x2,…,xn,均值的观测值结论1）若σ2已知，对于给定的数值μ0，作一个正态总体均值的假设检验时，H0为μ＝μ0，而H1分别为μ≠μ0，②μ＞μ0，③μ＜μ0。可设它的观测值当H0为真时，也可使用区间估计的结果做假设检验：01040203结论2）若σ2未知，对于给定的数值μ0，作一个正态总体均值的假设检验时，H0为μ＝μ0，而H1分别为μ≠μ0，②μ＞μ0，③μ＜μ0。可设它的观测值当H0为真时，可设作一个正态总体方差的假设检验时，它的观测值结论3）当H0为真时，H0为μ＝37.72，H1为μ37.72解：因为改善栽培条件不会降低豌豆籽的改善栽培条件是否显著地提高了豌豆的百粒服从正态分布N(37.72,0.1089)，在改善栽百粒重，所以设重，α＝0.05。培条件后随机抽出9粒，平均重量＝37.92，问《作物栽培》已知豌豆百粒重X(单位：计算出u=1.818,《品种提纯》一个混杂的小麦品种，1其株高的标准差为14cm，经提纯后随机地2抽出10株，它们的株高(单位：cm)为90,3105,101,95,100,100,101,105,93,97，试4检验提纯后的群体是否比原来的群体较为5整齐，α＝0.05。6解：提纯后的群体应该比原来的群体7较为整齐，故设8H0为σ2＝196，H1为σ2196，93.两个正态总体均值或方差的假设检验结论4）01H0为μ1＝μ2，而H1分别为μ1≠μ2，②μ1＞μ2，③μ1＜μ2。