概率统计正态总体的参数检验.pptVIP

概率统计正态总体的参数检验*第1页，共42页，星期日，2025年，2月5日P(拒绝H0|H0为真)所以本检验的拒绝域为?0：U检验法*第2页，共42页，星期日，2025年，2月5日???0???0???0???0??0??0U检验法(?2已知)原假设H0备择假设H1检验统计量及其H0为真时的分布拒绝域U检验法*第3页，共42页，星期日，2025年，2月5日???0???0???0???0??0??0T检验法(?2未知)原假设H0备择假设H1检验统计量及其H0为真时的分布拒绝域T检验法*第4页，共42页，星期日，2025年，2月5日例1某厂生产小型马达,说明书上写着:这种小型马达在正常负载下平均消耗电流不会超过0.8安培.现随机抽取16台马达试验,求得平均消耗电流为0.92安培,消耗电流的标准差为0.32安培.假设马达所消耗的电流服从正态分布,取显著性水平为?=0.05,问根据这个样本,能否否定厂方的断言?解根据题意待检假设可设为例1*第5页，共42页，星期日，2025年，2月5日H0:??0.8；H1:?0.8?未知,故选检验统计量:查表得t0.05(15)=1.753,故拒绝域为现故接受原假设,即不能否定厂方断言.*第6页，共42页，星期日，2025年，2月5日解二H0:??0.8；H1:?0.8选用统计量:查表得t0.05(15)=1.753,故拒绝域现故接受原假设,即否定厂方断言.*第7页，共42页，星期日，2025年，2月5日由例1可见:对问题的提法不同(把哪个假设作为原假设),统计检验的结果也会不同.上述两种解法的立场不同，因此得到不同的结论.第一种假设是不轻易否定厂方的结论；第二种假设是不轻易相信厂方的结论.*第8页，共42页，星期日，2025年，2月5日由于假设检验是控制犯第一类错误的概率,使得拒绝原假设H0的决策变得比较慎重,也就是H0得到特别的保护.因而,通常把有把握的,经验的结论作为原假设,或者尽量使后果严重的错误成为第一类错误.*第9页，共42页，星期日，2025年，2月5日?2??02?2?02?2?02?2??02?2=?02?2??02原假设H0备择假设H1检验统计量及其在H0为真时的分布拒绝域检验法(?已知)（2）关于?2的检验X2检验法*第10页，共42页，星期日，2025年，2月5日?2??02?2?02?2?02?2??02?2=?02?2??02原假设H0备择假设H1检验统计量及其在H0为真时的分布拒绝域(?未知)*第11页，共42页，星期日，2025年，2月5日例2某汽车配件厂在新工艺下对加工好的25个活塞的直径进行测量,得样本方差S2=0.00066.已知老工艺生产的活塞直径的方差为0.00040.问进一步改革的方向应如何？(P.244例6)解一般进行工艺改革时,若指标的方差显著增大,则改革需朝相反方向进行以减少方差；若方差变化不显著,则需试行别的改革方案.例2*第12页，共42页，星期日，2025年，2月5日设测量值需考察改革后活塞直径的方差是否不大于改革前的方差？故待检验假设可设为：H0:?2?0.00040;H1:?20.00040.此时可采用效果相同的单边假设检验H0:?2=0.00040；H1:?20.00040.*第13页，共42页，星期日，2025年，2月5日取统计量拒绝域?0：落在?0内,故拒绝H0.即改革后的方差显著大于改革前,因此下一步的改革应朝相反方向进行.*第14页，共42页，星期日，2025年，2月5日设X~N(?1??12),Y~N(?2??22)两样本X,Y相互独立,样本(X1,X2,…,Xn),