第九假设检验讲课文档.pptVIP

第九假设检验;

;例1抛掷一枚硬币100次，“正面”出现了40次，问这枚硬币是否匀称？;例2从1975年的新生儿中随机地抽取20个，测得其平均体重为3160g,样本标准差为300g。而根据过去统计资料，新生儿（女）平均体重为3140g。问现在与过去的新生儿（女）体重有无显著差异（假定新生儿体重服从正态分布）？;例3在10个相同的地块上对甲，乙两种玉米进行品比试验，得如下资料（单位：kg）;

这种作为检验对象的假设称为待检假设，

通常用H0表示。比如，

例2中的待检假设为：H0：Eξ=3140;二、假设检验的基本思想：;至于什么算是“概率很小”，在检验之前都事先指定。比如概率为5%，1%等，一般记作α。

α是一个事先指定的小的正数，称为显著性水平或检验水平。;§9.2两类错误;自然，人们希望犯这两类错误的概率越小越好。但对于一定的样本容量n，一般来说，不能同时做到犯这两类错误的概率都很小，往往是先固定“犯第一类错误”的概率，再考虑如何减小“犯第二类错误”的概率。这类问题超出本书的范围，因此不予介绍。;§9.3一个正态总体的假设检验;单正态总体的假设检验;例1根据长期经验和资料的分析，某砖瓦厂生产砖的“抗断强度”ξ服从正态分布，方差σ2=1.21。从该厂产品中随机抽取6块，测得抗断强度如下(㎏/㎡)：

;;关于方差已知的正态总体期望值μ的检验步骤：;

;解:;;2、?2未知的情形—T检验;关于方差未知的正态总体期望值μ的检验步骤：;例3从1975年的新生儿中随机地抽取20个，测得其平均体重为3160g,样本标准差为300g。而根据过去统计资料，新生儿（女）平均体重为3140g。问现在与过去的新生儿（女）体重有无显著差异（假定新生儿体重服从正态分布）？（α＝0.01）;;3.单总体方差σ2的双边假设检验;得水平为?的拒绝域为;例4某炼铁厂的铁水含碳量ξ在正常情况下服从正态分布。

现对操作工艺进行了某些改进，从中抽取5炉铁水测得

含碳量数据如下：4.4214.0524.3574.2874.683

据此是否可以认为新工艺炼出的铁水含碳量的方差仍为

0.1082（α＝0.05）。;解（1）建立待检假设;解（1）建立待检假设;;即新工艺炼出的铁水含碳量方差比0.1082大;4.单总体方差σ2的单边假设检验;例5机器包装食盐，假设每袋盐的净重服从正态分布，规定每袋标准重量为500g，标准差不能超过10g。某天开工后为检查其机器是否正常，从装好的食盐中随机抽取9袋，测其净重(单位：g)为

497507510475484488524491515

问这几天包装机是否工作正常(α=0.05)？;（3）根据给定的检验水平α＝0.05查表确定

临界值tα(n-1)＝t0.05(8)=2.306，

使P{|T|tα(n-1)}=α；;;EX;§9.4两个正态的假设检验;一、方差比的假设检验;由p{F?F1??/2(n1?1,n2?1)

或F?F?/2(n1?1,n2?1)}=?;二、两个正态总体方差的单边假设检验;三、均值差的假设检验;例1在10个相同的地块上对甲，乙两种玉米进行品比试验，得如下资料（单位：kg）;解首先建立待检假设;;因此，实际工作中遇到这类问题时，往往要先进行方差的检验，只有在两个总体的方差被认为相等的时候，再进行期望值的检验。;甲矿24.320.823.721.317.4

乙矿18.216.920.216.7;解首先建立待检假设;解然后建立待检假设;因而认为两煤矿的含灰率无显著的差异，但由于2.245与临界值2.365比较近，为稳妥计，最好再抽一次样，进行一次计算。;6月322032203760300029203740

3060308029403060

;这是两个正态总体方差的单边假设检验问题;得拒绝域为：FF?(n1?1,n2?1);小样本，F检验法在工业上很有用，不少工厂每天要用这种方法来检验两个正态总体的方差是否相等，利用F分布进行检验并不需要预先知道两个总体的期望总体的期望值是否相等，这是它的优越