第4章 参数估计与假设检验.pptVIP

即得的置信度为的置信区间F分布的临界值性质：例8用两种方法各4次测定次品占总产品数量的百分比，测定的标准差分别为0.11,0.07,求方差比的置信度为0.95的置信区间。解：已知第29页，共55页，星期日，2025年，2月5日给定，自由度，查表得代入置信区间得第30页，共55页，星期日，2025年，2月5日一、假设检验的原理——小概率原理概率很小的事件，在一次试验中是不可能发生的，这一原理称为小概率原理。例如有人说,我厂生产的1000个产品中只有1个是次品.即次品率为1/1000,现从中随机抽取一个,结果恰是次品,此时我们会怀疑这人的说法，认为次品率不是1/1000。所以假设检验的基本思想可以概括成一句话：“是某种带有概率性质的反证法”。类似于数学中逻辑论证的反证法，但又区别于纯数学中逻辑推理的反证法。因为我们这里的所谓不合理，并不是绝对矛盾，而是基于小概率原理。第31页，共55页，星期日，2025年，2月5日判断H0为真H0为假拒绝H0(接受H1)α(弃真)1-α(正确)接受H01-β(正确)β(取伪)概率β不等于1-α,减小α,β中一个时,另一个往往会增大,要同时减小α,β,只有增加样本容量，可先限制检验水准α,再适当确定样本容量使β尽量小。二、假设检验中的两类错误1、第一类错误：为真时却拒绝了，也称弃真错误。犯这类错误的概率就是所谓的小概率事件发生的概率，常用表示。通常取0.1,0.05,0.012、第二类错误：为假时却接受了，也称取伪错误。犯这类错误的概率常用表示。第32页，共55页，星期日，2025年，2月5日单侧检验左侧检验：右侧检验：双侧检验原假设备择假设(可忽略不写)在实际问题中,有时需要推断总体参数是否增大或者减小,如果事先有根据认为可能大于,这时采用右侧检验;反之,采用左侧检验.三、假设检验的一般步骤第一步：根据研究问题的需要提出原假设和备择假设。第33页，共55页，星期日，2025年，2月5日第二步：确定检验的统计量并计算出它的值。第三步：在给定的显著性水平下，查表确定临界值。(注意区分单侧、双侧检验）第四步：把统计量的值和临界值比较，决定是否接受1、单个正态总体均数的检验（1）已知——u检验统计量拒绝域信息临界值第34页，共55页，星期日，2025年，2月5日在上面的表格中，和，即，，均为小概率事件。此时小概率事件若发生，则我们就会怀疑原假设不成立，从而拒绝，接受。例1六味地黄丸丸重服从正态分布,标准差σ=0.5g,规定标准丸重为9g,随机抽取100丸,样本均数为9.1g,判断该批产品是否合格？解：首先提出原假设和备择假设，该批产品合格的标准是丸重为9g，故应采用双侧检验。已知,σ=0.5,n=100.故采用u检验，计算第35页，共55页，星期日，2025年，2月5日统计量得查临界值因为，故小概率事件发生，我们有理由拒绝，认为该产品不合格。例2安眠药睡眠时间服从正态分布,标准差为1.5小时,10人服用后,测得平均睡眠时间为21.15小时,该批号安眠药睡眠时间的总体均数是否高于20小时α=0.01解：已知，故此题应采用右侧检验H0：μ=20，H1：μ20第36页，共55页，星期日，2025年，2月5日统计量的值查临界值因为，小概率事件发生，故拒绝，接受，认为睡眠时间总体均数显著高于20小时。（2）未知——t检验统计量拒绝域信息临界值第37页，共55页，星期日，2025年，2月5日大样本时,总体不论是否服从正态分布，统计量渐近服从正态分布,可使用u检验。例3人体注射麻疹疫苗后,抗体强度服从正态分布,16人注射测得抗体强度为1.2,2.5,1.9,1.5,2.7,1.7，2.2,2.2,3.0,2.4,1.8,2.6,3.1,2.3,2.4,2.1,根据样本能否证实