第三章假设检验
假设检验习题及答案
第三章 假设检验
3.2 一种元件,要求其使用寿命不低于1000(小时),现在从一批这种元件中随机抽取25件,测得其寿命平均值为950(小时)。已知这种元件寿命服从标准差
100σ=(小时)的正态分布,试在显著水平0.05下确定这批元件是否合格。 {}010
0001:1000, H :1000
X u=
950 100 n=25 1000950-1000
u= 2.5
10025 V=u 0.05H n
x u αμμμσσμα-≥<-====->=提出假设:构造统计量:此问题情形属于u 检验,故用统计量:此题中:代入上式得:
拒绝域:
本题中:0.950.950
u 1.64u 0.0u H =>∴即,拒绝原假设认为在置信水平5下这批元件不合格。
3.4某批矿砂的五个样品中镍含量经测定为(%): 3.25 3.27 3.24 3.26 3.24
设测定值服从正态分布,问在0.01α=下能否接受假设,这批矿砂的镍含量为
010110
20: 3.25 H :t X t=
1
3.252, S=0.0117, n=5
3.252-3.25
t= 0.3419
0.011751
H S n x μμμμσμ==≠--==-提出假设:构造统计量:本题属于未知的情形,可用检验,即取检验统计量为:本题中,代入上式得:否定域为:1-20.99512
0 V=t>t (1)0.01,(4) 4.6041, 3.25n t t t
H αα
α-
⎧⎫-⎨⎬
⎩⎭
==<∴ 本题中,接受认为这批矿砂的镍含量为。
3.5确定某种溶液中的水分,它的10个测定值0.452%,0.035%,X S ==
《应用数理统计》吴翊李永乐第三章假设检验课后作业参考答案
《应用数理统计》吴翊李永乐第三章假设检验课后作
业参考答案
-标准化文件发布号:(9456-EUATWK-MWUB-WUNN-INNUL-DDQTY-KII
第三章 假设检验
课后作业参考答案
3.1 某电器元件平均电阻值一直保持2.64Ω,今测得采用新工艺生产36个元件的平均电阻值为2.61Ω。假设在正常条件下,电阻值服从正态分布,而且新工艺不改变电阻值的标准偏差。已知改变工艺前的标准差为0.06Ω,问新工艺对产品的电阻值是否有显著影响( 01.0=α)
解:(1)提出假设64.2:64.2:10≠=μμH H , (2)构造统计量36
/06.064
.261.2/u 00
-=-=
-=
n
X σμ
(3)否定域⎭⎬⎫
⎩
⎨⎧>=⎭⎬⎫⎩⎨⎧>⋃⎭⎬⎫⎩⎨⎧<=-
-21212αααu u u u u u V
(4)给定显著性水平01.0=α时,临界值575.2575.22
12
=-=-
α
αu
u ,
(5) 2
αu u <,落入否定域,故拒绝原假设,认为新工艺对电阻值有显著性影响。
3.2 一种元件,要求其使用寿命不低于1000(小时),现在从一批这种元件中随机抽取25件,测得其寿命平均值为950(小时)。已知这种元件寿命服从标准差
100σ=(小时)的正态分布,试在显著水平0.05下确定这批元件是否合格。 解:
{}01001:1000, H :1000
X 950 100 n=25 10002.5
V=u 0.05H x u αμμσμα-≥<====->=提出假设:构造统计量:此问题情形属于u 检验,故用统计量:此题中:代入上式得:
《应用数理统计》第三章假设检验课后作业参考答案
第三章 假设检验
课后作业参考答案
3.1 某电器元件平均电阻值一直保持2.64Ω,今测得采用新工艺生产36个元件的平均电阻值为2.61Ω。假设在正常条件下,电阻值服从正态分布,而且新工艺不改变电阻值的标准偏差。已知改变工艺前的标准差为0.06Ω,问新工艺对产品的电阻值是否有显著影响?(01.0=α)
解:(1)提出假设64.2:64.2:10≠=μμH H , (2)构造统计量36
/06.064
.261.2/u 00
-=-=
-=
n
X σμ
(3)否定域⎭⎬⎫⎩
⎨⎧>=⎭⎬⎫⎩
⎨⎧>⋃⎭
⎬⎫⎩
⎨⎧<=--21212
αααu u u
u u u V (4)给定显著性水平01.0=α时,临界值575.2575.22
12
=-=-
α
αu
u ,
(5) 2
αu u <,落入否定域,故拒绝原假设,认为新工艺对电阻值有显著性影响。
3.2 一种元件,要求其使用寿命不低于1000(小时),现在从一批这种元件中随机抽取25件,
测得其寿命平均值为950(小时)。已知这种元件寿命服从标准差100σ=(小时)的正态分
布,试在显著水平0.05下确定这批元件是否合格。 解:
{}01001:1000, H :1000
X 950 100 n=25 10002.5
V=u 0.05H x u αμμσμα-≥<====->=提出假设:构造统计量:此问题情形属于u 检验,故用统计量:此题中:代入上式得:拒绝域:
本题中:0.950.950
u 1.64u 0.0u H =>∴即,拒绝原假设认为在置信水平5下这批元件不合格。
第三章假设检验
第三章假设检验
1.一种机床加工的零件尺寸绝对平均误差为 1.35mm。生产厂家现采用一种新的
机床进行加工以期进一步降低误差。为检验新机床加工的零件平均误差与旧机床
相比是否有显著差异,从某天生产的零件中随机抽取50 个进行检验。利用这些样本数据,检验新机床加工的零件尺寸的平均误差与旧机床相比是否有显著差异?如果想检验新机床加工的零件尺寸的平均误差与旧机床相比是否有显著降
低,结果会如何?( =0.01) 。
50 个零件尺寸的误差数据(mm)
1.26 1.19 1.310.97 1.81
1.130.96 1.06 1.000.94
0.98 1.10 1.12 1.03 1.16
1.12 1.120.95 1.02 1.13
1.230.74 1.500.500.59
0.99 1.45 1.24 1.01 2.03
1.98 1.970.91 1.22 1.06
1.11 1.54 1.08 1.10 1.64
1.70
2.37 1.38 1.60 1.26
1.17 1.12 1.230.820.86
答 : H :1.35 H1: <1.35 a = 0.01n = 50 检验统计量: 0
1. 3152 1. 35
z 2. 6061
而 z =-2.33,因此拒绝原假设,新机床加工的
0. 365749 50
零件尺寸的平均误差与旧机床相比有显著降低。
2.一种汽车配件的平均长度要求为 12cm,高于或低于该标准均被认为是不合格的。汽车生产企业在购进配件时,通常是经过招标,然后对中标的配件提供商提供的样品进行检验,以决定是否购进。现对一个配件提供商提供的 10 个样本进行了检验。假定该供货商生产的配件长度服从正态分布,在 0.05 的显著性水平
第三章假设检验
征提出一个假设,根据样本提供的信息, 然后用适当方法,了解在假设条件下差异
由抽样误差引起的可能性大小。推断此假
设应当拒绝或不拒绝(P>0.05,不拒绝; P≤0.05,拒绝)。
15.04.2021
广西医科大学卫统黄高明编
假设检验的一般步骤 1、建立假设和确定检验水准 2、选定检验方法和计算检验统计量 3、确定P值和作出推断结论
(3)确定检验水准 一般取α=0.05
15.04.2021
广西医科大学卫统黄高明编
2、选定检验方法和计算检验统计量
不同设计、不同的资料类型和不同的 推断目的,选用不同的检验方法;
(对症下药)
15.04.2021
广西医科大学卫统黄高明编
3、确定P值
P值是指由所规定的总体作随机抽 样, 获得等于及大于(或等于及小于) 现有样本获得的检验统计量值的概率。
公式 :
t xμ 0 s/ n
ν=n-1
15.04.2021
广西医科大学卫统黄高明编
例3.5 (对例3.4进行t检验)
例 3.5
X=74.2 S=6.5
μ0=72次/分
μ
已知总体
15.04.2021
广西医科大学卫统黄高明编
未知总体
检验步骤:
例3.5
①建立假设和确定检验水准
H0:μ=72次/分 H1:μ>72次/分 单侧α=0.05
数理统计第三章假设检验
域为 w {T t (n1 n2 2)}.
2
14
eg. 对用两种不同热处理方法加工的金属材料,做抗拉强度试验,得到数 据如下: (单位: 公斤 厘米2 )
甲种方法 31 34 29 26 32 35 38 34 30 29 32 31 乙种方法 26 24 28 29 30 29 32 26 31 29 32 28
F (n1 1, n2 1) F0.025 (6,7) 5.12
2
F
1
(n1 1, n2 1)
2
1 1 0.18 F0.025 (7,6) 5.7
故 H 0 接受域为 {0.18 F 5.12}
* 0.0091, n1 7 , Y 0.13 , S * 由 X 0.24 , S x y
2
得 P{ u U } ,得到 H 拒绝域为 w { u u } ;
0
2
2
4.据样本观察值,计算统计量观察值 0 ; 5.作判断,若 0 w ,则拒绝 H 0 ,若 0 w ,则接受 H 0 。 上述各步骤,选择合适的假设是前提,而构造合适的统计量是 关键。
设用两种热处理方法加工的金属材料抗拉强度各构成正态母体。因二母体 方差相同。给定显著水平 0.05 ,问两种方法所得金属材 料(平均)抗拉强度有无显著差异。 解:据题意,检验假设 H0 : 1 2 ,选取统计量
《数理统计》第三章 假设检验
P323
第三章 1.2 参数假设检验Parameter hypothesis testing
一个正态总体均值的假设检验( 检验) 一个正态总体均值的假设检验(U检验)表示
P323
第三章 1.2 参数假设检验Parameter hypothesis testing
一个正态总体均值假设检验举例 一个正态总体均值的假设检验( 检验) 一个正态总体均值的假设检验(U检验)表示
1.3 非参数假设检验(Non-Parameter hypothesis testing) 非参数假设检验 Parameter
随机变量独立性假设检验计算举例 随机变量独立性假设检验计算举例
随机变量独立性假设检验计算举例 随机变量独立性假设检验计算举例
P643
1.3 非参数假设检验(Non-Parameter hypothesis testing) 非参数假设检验 Parameter
非参数假设检验的科尔莫戈罗夫方法 非参数假设检验的科尔莫戈罗夫方法:
1.3 非参数假设检验 参数假设检验
科尔莫戈罗夫方法: 非参数假设检验的科尔莫戈罗夫方法:
科尔莫戈罗夫方法应用例: 非参数假设检验的科尔莫戈罗夫方法应用例:
1.3 非参数假设检验 参数假设检验
科尔莫戈罗夫方法应用例: 非参数假设检验的科尔莫戈罗夫方法应用例:
两个正态总体均值差的假设检验
第三章(3) 假设检验解读
(1)检验假设 H0 : 500, 2未知
t/ 2 2.306
t x 0 499 500 s* n 16.03 9
0.187 <2.306
不能否定H0,即平均重量是正常的。
42/33
(2)检验假设H0:2 102,H1:2 102
Q P(2 15.5) 0.05
∴ b=15.5
2
ns2 20
(n-1)s*2
20
8
16.032 102
20.56 15.5
否定H0,即认为方差超过100
结果说明该台机器运转虽然无系统误差,但不够稳 定。因此,认为这台机器该天工作不正常。
42/34
两个正态总体的假设 检验
42/35
(一)方差的比较检验
8 7.57 6.06 5.42 5.05 4.82 4.65 4.53 4.43 4.36
9 7.21 5.71 5.08 4.72 4.48 4.32 4.20 4.10 4.03
42/37
对给定样本,求出
F
s*2 1
s*2 2
若 F> b或F < a,否定 H0 若 a <F< b, 不能否定 H0
– H1:100个球中有99个白球,1个黑球 – H2:100个球中有90个白球,10个黑球
第三章 一个总体的假设检验
双侧检验
绿色
绿色
健康饮品
健康饮品
255
255
总体均值的检验( 总体均值的检验(σ 2 已知) 已知)
(例题分析) 例题分析)
H0 : = 255 H1 : ≠ 255 α = 0.05 n = 40 临界值( 临界值(c):
拒绝 H0
0.025
检验统计量: 检验统计量:
z=
x 0
σ n
=
255.8 255 5 40
总体均值的检验
总体均值的检验
(作出判断) 作出判断)
大
样本容量n 样本容量
否 是
小
是
σ 是否已 知
σ 是否已 知
否
z 检验
z=
x 0
z 检验
z 检验
σ n
z=
x 0 s n
z=
x 0
t 检验
σ n
t=
x 0 s n
总体均值的检验
(大样本) 大样本)
总体均值的检验
(大样本) 大样本) 1. 假定条件
t=
x 0 s n
t > tα / 2 (n 1)
t < tα (n 1) t > tα (n 1)
注:σ 已知的拒绝域同大样本
P < α 拒绝H0
总体均值的检验
(例题分析) 例题分析)
第三章 假设检验
第三章 假设检验
一、填空题
1、在假设检验中,第一类错误(即弃真错误)是 。
2、在假设检验中,第二类错误(即取伪错误)是 。
3、在假设检验中,βα,分别为犯第一类错误和第二类错误的概率,n 为样本容量,则有当n 固定时,βα, ; 当n 增大时,βα, 。
4、设n X X X ,,,21 是来自总体),(~2σμN X 的样本,其中2σ未知,则对于假设
00:μμ=H 01:μμ≠H ,所采用的检验统计量为 。
5、设n X X X ,,,21 是来自总体),(~2σμN X 的样本,其中2σ未知,则对于假设
00:μμ=H 01:μμ≠H ,拒绝域为 。
6、设n X X X ,,,21 是来自总体),(~2σμN X 的样本,其中2σ未知,则对于假设
00:μμ≥H 01:μμ
7、设n X X X ,,,21 是来自总体),(~2σμN X 的样本,其中2σ未知,则对于假设
00:μμ≥H 01:μμ
8、设n X X X ,,,21 是来自总体),(~2σμN X 的样本,其中2σ未知,则对于假设
00:μμ≤H 01:μμ>H ,所采用的检验统计量为 。
9、设n X X X ,,,21 是来自总体),(~2σμN X 的样本,其中2σ未知,则对于假设
00:μμ≤H 01:μμ>H ,拒绝域为 。
10、设n X X X ,,,21 是来自总体),(~2σμN X 的样本,其中μ未知,则对于假设
2020:σσ=H 2
021:σσ≠H ,所采用的检验统计量为 。
11、设n X X X ,,,21 是来自总体),(~2σμN X 的样本,其中μ未知,则对于假设
模糊数学第三章 假设检验
第三章假设检验
一教学目标与要求
了解假设检验的一般理论,总体参数区间估计的概念.掌握正态母体参数的假设检验方法,一般总体均值的假设检验方法,独立性假设检验,正态母体参数置信区间的求法.
二重点和难点
重点:正态总体参数的假设检验,独立性假设检验,求正态总体参数的置信区间.
难点:正态总体参数假设检验方法的实际应用.
三教学内容
§3.1 假设检验概述
一.问题的提出
例1.(1.
P)
330
假设当日生产正常)
μ,利用样本信息对假设的正确与否进行
(=
110
判断.
类似的问题很多,这些问题的解决途径都是首先提出假设,然后利用样本信息来判断假设是否正确,我们称这种统计方法为假设检验.
二.假设检验的基本概念.
1.统计假设:关于总体的假设。
参数,非参数假设。
单边,双边假设。
1) 原假设(零假设、无效假设)0H : 2)
备择假设(对立假设)1H :
2. 假设检验:利用样本信息判断假设正确与否的统计方法.
3. 假设检验的原理:小概率原则.
构造一个与原假设有关的小概率事件A ,(A 在原假设正确的情况下是个小概率事件),做一次试验,若试验结果导致A 发生,则认为原假设不对即拒绝原假设,否则认为试验结果与假设不矛盾。
三. 假设检验的一般步骤 以例1说明 1) 假设:110:0=μH 2) 构造检验统计量:n X U 0
σμ-=
3)
查表:给定显著水平α,查标准正态分布表得临界值2
αu ,
拒绝域是),(),(2
2
+∞-∞ααu u 。本题为96.1025.0=u 4) 计算:5.2254
110
108=-=
u 5)
结论:比较u 与2
数理统计 (研究生课程) :第三章 假设检验
| X - 0|
当 | X - 0| 当 | X - 0|
来判断H0 是否成立.
较小时,可以认为H0是成立的; 较大时,应认为H0不成立,即
生产已不正常. 较大、较小是一个相对的概念, 合理的界限在何处?应由什么原则来确定?
问题归结为对差异作定量的分析, 以确定其性质. 引起误差的原因:
分析:这批产品(螺钉长 度)的全体组成问题的总 体X. 现在要检验E(X)是 否为32.5.
…
问这批产品是否合格? 已知X~N(,2), 2 未知 第一步: 提出原假设和备择假设
第二步: 取一检验统计量,在H0成立下 求出它的分布 t 第三步:
X 32.5 ~ t (5) S 6
能衡量差异大 小且分布已知
带概率性质的反证法
它不同于一般的反证法
一般的反证法要求在原假设成立的条件下导出的 结论是绝对成立的,如果事实与之矛盾,则完全绝对 地否定原假设. 概率反证法的逻辑是:如果小概率事件在一次 试验中居然发生,我们就以很大的把握否定原假设. 在假设检验中,我们称这个小概率为显著性水 平,用 表示.
的选择要根据实际情况而定。
问题是,根据所观察到的差异,如何 判断它究竟是由于偶然性在起作用,还是 生产确实不正常? 即差异是“抽样误差”还是“系统误差”所 引起的? 这里需要给出一个量的界限 .
问题是:如何给出这个量的界限? 这里用到人们在实践中普遍采用的一个原则:
第三章 假设检验
第三章 假设检验
3。2 一种元件,要求其使用寿命不低于1000(小时),现在从一批这种元件中随机抽取25件,测得其寿命平均值为950(小时).已知这种元
件寿命服从标准差100σ=(小时)的正态分布,试在显著水平0。05下确
定这批元件是否合格。 解:
{}01001:1000, H :1000
950 100 n=25 10002.5
V=u 0.05H x u αμμσμα-≥<====->=提出假设:构造统计量:此问题情形属于u 检验,故用统计量:此题中:代入上式得:
拒绝域:
本题中:0.950.950
u 1.64u 0.0u H =>∴即,拒绝原假设认为在置信水平5下这批元件不合格。
3.4某批矿砂的五个样品中镍含量经测定为(%): 3.25 3。27 3.24 3。26 3。24
设测定值服从正态分布,问在0.01α=下能否接受假设,这批矿砂的镍含量为3.25? 解:n=5;
x=zeros(1,n);
x=[3.25 3。27 3.24 3。26 3。24]; x1=sum (x)/n; x2=0; for i=1:n
x2=x2+(x(1,i)—x1)^2;
end
x2=x2/n;
S=sqrt (x2)
;
010110
2: 3.25 H :t X 3.252, S=0.0117, n=5
0.3419
H x μμμμσ==≠==提出假设:构造统计量:本题属于未知的情形,可用检验,即取检验统计量为:本题中,代入上式得:否定域为:1-20.99512
0 V=t>t (1)0.01,(4) 4.6041, 3.25n t t t
第三章 假设检验
2 0 N , 0 ,接受还是拒绝假设H n 0
若 x H0 ;若 x 落在此区间外,则拒绝H0 。 0 x u 0 区间 称为 x 的接受域。区 n 2 0 x 0 u 域 n 称为 x 的拒绝域或临界域。
1 2
n1 n2 2 的t分布,其中
1 1 * S n1 n2
S
*
n1 1S
给定显著水平 ,由附表2可得 t n1 n2 2 2 使 P{T t n1 n2 2} 即
P{ X1 X 2
2
n2 1S n1 n2 2
u }
例2 某电器元件的平均电阻一直保持在2.64 。改变加工工艺后,测得100个元件的电 阻,计算得平均电阻为2.62 ,标准差 s 为0.06 ,问新工艺对此元件(平均)电 阻有无显著影响(给定显著水平 =0.01) 解 改变加工工艺后电器元件的电阻构成一 个母体。在此母体上作假设H0 : 2.64, 用大子样作检验。已知n=100, x =2.62, s=0.06。由 0.01, 查附表1得 u 2.57 。 2 又 s 0.06
§2检验母体平均数
2.1 检验正态母体平均数(方差未知)——t 检验 2 假定母体X服从正态分布 N , ,其中 2 未知。在母体上 0 0是已知数 作假设H0 : 可用 X 作检验。由第二章3.3知统计量
多元统计分析 第3章 假设检验
否则接受 H 0 .
一个正态总体均值向量的检验-已知
注解: 若 X ~ N p (0, Σ ) ,则 X Σ 1 X ~ 2 ( p) (二次型分布定理).
1 T n( X μ0 ) Σ ( X μ0 ) 2 0
n ( X μ0 ) Σ 1 n ( X μ0 )Y Σ 1Y
T2=(n-1)*n*t(x.bar-mu0)%*%solve(S)%*%(x.bar-mu0)
p.value=1-pf((n-p)/(n-1)/p*T2,p,n-p)
两个正态总体均值向量的检验
(一)当协差阵相等时,两个正态总体均值向量的检验 a 1,2,, n , 设 X( a) ( X a1 , X a 2 ,, X ap ) , 为来自 p 维 正 态 总 体 N p (μ1 , Σ) 的 容 量 为 n 的 样 本 ;
2 T 1938 年用不同方法也导出 分布的密度函数.
2
一个正态总体均值向量的检验--未知
1 S 取代 Σ , 当 Σ 未知时,自然想到用其无偏估计量:样本协差阵 n 1
而样本离差阵:
S ( X( a ) X)Байду номын сангаасX( a ) X) ~ Wp (n 1, Σ)
a 1
n
n (X μ0 ) ~ N p (0, Σ)
表:某地区农村男婴的体格测量数据
第三部分第三章 假设检验
[ H , P, CI , zval ] ztest ( X , 0 , , , Tail )
进行比较
4. 得出接受或拒绝原假设的结论
假设检验中的两类错误
(决策风险)
假设检验中的两类错误
1. 第一类错误(弃真错误)
– 原假设为真时拒绝原假设
– 第一类错误的概率为
被称为显著性水平
2. 第二类错误(取伪错误)
– 原假设为假时接受原假设 – 第二类错误的概率为(Beta)
假设检验中的两类错误
[ H , P, CI , zval ] ztest ( X , 0 , , , Tail )
例3 某车间用一台包装机包装糖,包得的袋装糖重是一个随 机变量,它服从正态分布。当机器正常时,其均值为0.5公斤 ,标准差为0.015。某日开工后检验包装机是否正常,随机地 抽取所包装的糖9袋,称得净重为(公斤): 0.497, 0.506, 0.518, 0.524, 0.498, 0.511, 0.52, 0.515, 0.512 问机器是否正常? ( 0.05) H1 : 0 H0 : 0 Matlab求解: X=[0.497,0.506,0.518,0.524,0.498,0.511,0.52,0.515,0.512]; [h,sig,ci,zval]=ztest(X,0.5,0.015,0.05,0) 输出: h=1 %拒绝原假设 sig = 0.0248 %样本观察值的概率 ci =0.5014 0.5210 %置信区间 zval =2.2444 %统计量的值
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
第二章假设检验
3.2 —种元件,要求其使用寿命不低于1000 (小时),现在从一批这种 元件中随机抽取25件,测得其寿命平均值为950 (小时)。已知这种元 件寿命服从标准差 100(小时)的正态分布,试在显著水平
0.05下确
定这批元件是否合格 解:
提出假设:H 。:
1000, H i : 1000
构造统计量:此问题情形属于u 检验,故用统计量:
u=
此题中:x 950 0
100 n=25
代入上式得:
拒绝域:
V= 本题中: u u 1
0.05 u 0.95 1.64 即, u U 0.95拒绝原假设H 。
认为在置信水平0.05下这批元件不合格。
3.4某批矿砂的五个样品中镍含量经测定为(%):
3.25 3.27 3.24 3.26 3.24 设测定值服从正态分布,问在 0.01下能否接受假设,这批矿砂的镍
含量为3.25? 解:n=5;
x=zeros(1, n);
x=[3.25 3.27 3.24 3.26 3.24]; x1=sum(x)/n; x2=0; for i=1: n
x2=x2+(x(1,i)-x1)A 2;
1000
=950-1000 100 25 2.5
end
x2=x2/n; S=sqrt(x2);
提出假设:H 0: J 0 3.25 H 1 : 1
构造统计量:本题属于
1 2
未知的情形,可用t 检验,即取检验统计量为:
-X — S .n 1
本题中,X 3.252, S=0.0117,
代入上式得:
否定域为:
V 二 t>t (n 1)
1— 2
本题中, 0.01,t 0.995(4) 4.6041
Qt t
1 - 2
接受H 0,认为这批矿砂的镍含量为 3.25。
3.5确定某种溶液中的水分,它的10个测定值X 0.452%, S
S 百
本题中,X 0.452% 代入上式得:
拒绝域为:
拒绝H °
1 H 0: 0.5% (ii)
H 0 : 0.04%
_3.252-3.25_
0.0117 -F1
0.3419
设总体为正态分布N(,
2
),试在水平5%检验假设:
H 1 : 0.5%
H 1 : 0.0.4%
(i)构造统计量:本文中
未知,可用t 检验。取检验统计量为
t=
°452%-0.5
% -4.1143
0.035% J0-1
V= 本题中, t >t 1- (n 1) 0.05
n=10
t 0.95(9) 1.8331 t
4.1143
n=5
0.035%,
t= S=0.035%
曰
(ii )构造统计量: 未知,可选择统计量
2
nS 2
2"
0.035% n=10 0 0.04%
否定域为:
本题中,
1
2
(n 1)
Q 2
1
2
(n 1)
接受H 。
3.8用重量法和比色法两种方法测定平炉炉渣中 SiO 2的含量,得如下 结果
重量法:n=5 次测量,X 20.5%,S 0.206% 比色法:n=5 次测量,Y 21.3%,S 2
0.358%
假设两种分析法结果都服从正态分布,问 (i ) 两种分析方法的精度()是否相同? (ii )
两种分析方法的均值()是
否相同?( 0.01
解: (i )
提出原假设:H o : 1 2
H 1 : 1 2
对此可采用统计量
口(门 2 "S '
F=
2
吐(n 1 1)S 2
在H o 下,F: F (m 1, n 2 1),我们可取否定域为
V= F
1 —
2 2
此时 P ( V H 0)= 0.01 本题中,n,
5, x 20.5%, =0.206%
本题中,S 代入上式得:
10
(°.
035%)2
7.6563
(0.04%)2
V=
1
2
(n 1) fa®
) 16.919
n15, y 21.3%, 0=0.358%
代入上式得:
2 2
n 1(n21)3 5 (5 1)(0.206%)
F= 2
n2(m 1)S2 5 (5 1) (0.358%)
1
F o.oo",5)=149^ 0.0669
F o』95(5, 5) =14.94
由于F0.005(5, 5)VF 接受H。即无明显差异。 (ii) 提出假设:H0: 1 2H| :1 2 这种未知的场合,用统计量 1 2 _ 其中S2— (X i X)2S;—(Y Y)2 m i 1 n2 i 1 在H0成立时,t服从自由度为n n2 2的t分布<否定域为: V= t t1 ((A! n2 2)) 1 — 2 此时P( V H°)= 0.01 本题中,n 5, x 20.5%, 0=0.206% g 5, y 21.3%, 0=0.358% 代入上式得: t= ne 2(m n2 2) (X Y) V n1 n2 JmS2 n2S; 5 5 (5 5 2) _________ (20.5%_21.3%) _____ N 5 5& (0.206%)2 5 (0.358%)2 =-3.8737 t (n1 n2 2) 10.995(8) 3.3554 1-— 2 Q t t1 (n, n2 2) 1-— 2 拒绝H0,即差距显著。