单个总体均值方差的检验.ppt

第1页，共32页，星期日，2025年，2月5日第八章假设检验§8.1基本概念下面，我们讨论不同于参数估计问题的另一类统计推断问题——根据样本提供的信息，检验总体的某个假设是否成立的问题。这类问题称为假设检验。第2页，共32页，星期日，2025年，2月5日假设检验参数检验非参数检验总体分布已知情形下，检验未知参数的某个假设总体分布未知情形下的假设检验问题先看一个例子。第3页，共32页，星期日，2025年，2月5日例1：某工厂生产10欧姆的电阻，根据以往生产的电阻实际情况，可以认为:电阻值X服从正态分布N(?,0.12)。现在随机抽取10个电阻,测得它们的电阻值为:9.9,10.1,10.2,9.7,9.9,9.9,10.0,10.5,10.1,10.2.问:从样本看，能否认为该厂生产的电阻的平均值?=10欧姆?第4页，共32页，星期日，2025年，2月5日●确定总体：记X为该厂生产电阻的测量值，则X～N(?,0.12)；●明确任务：通过样本推断“X的均值μ是否等于10欧姆”；●假设：“X的均值μ=10”这一假设是否成立?I.如何建立检验模型第5页，共32页，星期日，2025年，2月5日原假设的对立面是“X的均值μ≠10”，称为“对立假设”或“备择假设”，记成“H1:μ≠10”。把原假设和对立假设合写在一起，就是:H0：μ=10；H1：μ≠10.在数理统计中，把“X的均值μ=10”这样一个待检验的假设记为“原假设”或“零假设”,记成“H0：μ=10”。第6页，共32页，星期日，2025年，2月5日II.解决问题的思路因样本均值是μ的一个很好的估计。所以，当μ=10，即原假设H0成立时,应比较小；如果该值过大,想必H0不成立。于是，我们就用的大小检验H0是否成立。合理的做法应该是：找出一个界限c，第7页，共32页，星期日，2025年，2月5日这里的问题是：如何确定常数c呢？细致地分析:根据定理6.4.1，有于是，当原假设H0：μ=10成立时，有第8页，共32页，星期日，2025年，2月5日为确定常数c，我们考虑一个很小的正数?，如?=0.05。当原假设H0:μ=10成立时，有于是，我们就得到如下检验准则:第9页，共32页，星期日，2025年，2月5日为原假设H0的拒绝域。第10页，共32页，星期日，2025年，2月5日用以上检验准则处理我们的问题，所以，接受原假设H0:μ=10。第11页，共32页，星期日，2025年，2月5日因为，当原假设是H0:μ=10成立时，所以，当?很小时，若H0为真(正确),则检验统计量落入拒绝域是一小概率事件(概率很小，为?)。前面我们曾提到：“通常认为小概率事件在一次试验中基本上不会发生”。III.方法原理那么，如果小概率事件发生了，即:发生,就拒绝接受H0成立，即认为H0不成立。第12页，共32页，星期日，2025年，2月5日IV.两类错误与显著性水平当我们检验一个假设H0时，有可能犯以下两类错误之一：H0是正确的，但被我们拒绝了，这就犯了“弃真”的错误，即抛弃了正确假设；H0是不正确的，但被我们接受了，这就犯了“取伪”的错误，即采用了伪假设。因为检验统计量总是随机的，所以，我们总是以一定的概率犯以上两类错误。第13页，共32页，星期日，2025年，2月5日通常用α和β记犯第一、第二类错误的概率，即在检验问题中，犯“弃真”和“取伪”两类错误都总是不可避免的，并且减少犯第一类错误的概率，就会增大犯第二类错误的概率;反之亦然。所以，犯两类错误的概率不能同时得到控制。第14页，共32页，星期日，2025年，2月5日§8.2正态总体均值的假设检验8.2.1单正态总体N(?,?2)均值?的检验1.双边检验H0:μ=μ0；H1:μ≠μ0假设?2已知，根据上节中的例1，当原假设H0:μ=μ0成立时，有第15页，共32页，星期日，2025年，2月5日在应用上，?2未知的