《概率论与数理统计教程-朱庆峰》第7章假设检验.pptxVIP

§7.3其他分布参数的假设检验7.3.1指数分布参数的假设检验设x1,x2,…,xn是来自指数分布的样本，关于?的如下检验问题：(7.3.1)由于在?=?0时，所以拒绝域为设我们要检验某种元件的平均寿命不小于6000小时，假定元件寿命为指数分布，现取5个元件投入试验，观测到如下5个失效时间:395,4094,119,11572,6133。解：由于待检验的假设为若取?=0.05，则检验拒绝域为:

故接受原假设，可以认为平均寿命不低于6000小时.01经计算得02

大样本检验大样本检验一般思路如下：设总体的样本，又设该总体均值为?，方差为?的函数，记为，譬如，对二点分布b(1,?)，其方差?(1-?)是均值?的函数，则在样本容量n充分大时，在二点分布参数p的检验问题中，临界值的确定比较繁琐，使用不太方便。如果样本量较大，我们可用近似的检验方法——大样本检验。是来自某12345

01故可采用如下检验:02由此近似地确定拒绝域。03统计量

例某厂产品的不合格品率为10%，在一次例行检查中，随机抽取80件，发现有11件不合格品，在?=0.05下能否认为不合格品率仍为10%？01解：这是关于不合格品率的检验，假设为:02

若取?=0.05，则u0.975=1.96,故拒绝域为故不能拒绝原假设。因为n=80比较大，可采用大样本检验方法。检验统计量为0102

例某建筑公司宣称其麾下建筑工地平均每天发生事故数不超过0.6起，现记录了该公司麾下建筑工地200天的安全生产情况，事故数记录如下：天数10259308010200一天发生的事故数012345合计?6试检验该建筑公司的宣称是否成立(取?=0.05)。

解：以X记建筑工地一天发生的事故数，可认1为，要检验的假设是：2由于n=200很大，可以采用大样本检验，泊松分布的均值和方差都是?，这里3，检验统计量为4

若取?=0.05，则u0.95=1.645，拒绝域为如今u=2.556已落入拒绝域，故拒绝原假设，认为该建筑公司的宣称明显不成立。0102

大样本检验是近似的:近似的含义是指检验的实际显著性水平与原先设定的显著性水平有差距，这是由于诸如(7.3.12)中u的分布与N(0,1)有距离。如果n很大，则这种差异就很小。实用中我们一般并不清楚对一定的n,u的分布与N(0,1)的差异有多大，因而也就不能确定检验的实际水平与设定水平究竟差多少。在区间估计中也有类似问题。因此，大样本方法是一个“不得已而为之”的方法。只要有基于精确分布的方法一般总是首先要加以考虑的。

§7.4分布拟合检验7.4.1总体分布只取有限个值的情况设总体X可以分成k类，记为，现对该总体作了n次观测，k个类出现的频数分别为:检验如下假设:n1,…,nk,且其中诸且

诸pi均已知如果H0成立，则对每一类Ai，其频率ni/n与概率pi应较接近。即观测频数ni与理论频数npi应相差不大。据此，英国统计学家K.Pearson提出如下检验统计量:()12345拒绝域为:并证明在H0成立时对充分大的n,(7.4.2)给出的检验统计量近似服从自由度为k-1的分布。

01例为募集社会福利基金，某地方政府发02行福利彩票，中彩者用摇大转盘的方法确定03最后中奖金额。大转盘均分为20份，其中金04额为5万、10万、20万、30万、50万、100万05的分别占2份、4份、6份、4份、2份、2份。06假定大转盘是均匀的，则每一点朝下是等可07能的，于是摇出各个奖项的概率如下：

概率0.10.20.30.20.10.1额度5万10万20万30万50万100万现20人参加摇奖，摇得5万、10万、20万、30万、50万和100万的人数分别为2、6、6、3、3、0，由于没有一个人摇到100万，于是有人怀疑大转盘是不均匀的，那么该怀疑是否成立呢？这就需要对转盘的均匀性作检验。

解：这是一个典型的分布拟合优度检验，总体共有6类，其发生概率分别为0.1、0.2、0.3、0.2、0.1和0.1，这里k=6，检验拒绝域为:由本例数据可以算出若取?=0.05，则查附表3知=

由于未落入拒绝域，故接受原假设，01没有理由认为转盘不均匀。02在分布拟合检验中使用p值也是方便的。本例中，以T记服从(5)的随机变量，则使用统计软件可以算出03这个