概率与数理统计课件

合集下载

概率论与数理统计课件1.5

概率论与数理统计课件1.5

有三个箱子,分别编号为1,2,3,1号箱装有1个红 球4个白球,2号箱装有2红球3白球,3号箱装有3红 球. 某人从三箱中任取一箱,从中任意摸出一球, 发现是红球,求该球是取自1号箱的概率 .
?
1红4白
12 3
某人从任一箱中任意摸出一球,
?
发现是红球,求该球是取自1号
箱的概率.
1红4白
记 Ai={球取自i号箱}, i=1,2,3; B ={取得红球}

S( AB) S( ) S( A) S( )

P( AB) . P( A)
在古典概型和几何概型这两类等可能概率模型 中总有
P(B A) P( AB) . P( A)
条件概率的定义
设A、B是某随机试验中的两个事件,且 P A 0
称 P (B | A ) = —P —(A—B )
解 记 Ai={球取自i号箱}, i=1,2,3;
B ={取得红球}
12 3
其中 A1、A2、A3两两互斥 B发生总是伴随着A1,A2,A3 之一同时发生,
即 B= A1B+A2B+A3B,
且 A1B、A2B、A3B 两两互斥
运用加法公式得到
对求和中的每 一项运用乘法 公式得
P(B)=P( A1B)+P(A2B)+P(A3B)
多个事件的乘法公式
设 A1, A2, , An 为n个随机事件,且
PA1 A2 An1 0
则有
PA1 A2 An PA1 PA2 A1 PA3 A1 A2 P An A1 A2 An1
这就是n个事件的乘法公式.
例 3 乘法公式应用举例 (波里亚罐子模型)
AB Ω

概率论与数理统计ppt课件

概率论与数理统计ppt课件

04
理解基本概念和原理
做大量练习题,培养解题能力
05
06
阅读相关书籍和论文,拓宽知识面
02
概率论基础
概率的基本概念
试验
一个具有有限个或无限个 可能结果的随机试验。
事件
试验中的某些结果的总称 。
概率
衡量事件发生可能性的数 值,通常表示为0到1之间 的实数。
必然事件
概率等于1的事件。
不可能事件
概率等于0的事件。
01 点估计
用样本统计量估计总体参数,如用样本均值估计 总体均值。
02 区间估计
给出总体参数的估计区间,如95%置信区间。
03 估计量的性质
无偏性、有效性和一致性。
假设检验
假设检验的基本思想
先假设总体参数具有某种 特性,然后通过样本信息 来判断这个假设是否合理 。
双侧检验
当需要判断两个假设是否 相等时,如总体均值是否 等于某个值。
连续型随机变量
取值无限的随机变 量。
方差
衡量随机变量取值 分散程度的数值。
03
数理统计基础
总体与样本
总体
研究对象的全体。
抽样方法
简单随机抽样、分层抽样、系统抽样等。
样本
从总体中随机抽取的一部分个体,用于估 计和推断总体的特性。
样本大小
样本中包含的个体数量,需要根据研究目 的和资源来确定。
参数估计
单因素方差分析
单因素方差分析的定义
单因素方差分析是方差分析的一种形式,它只涉及一个实验因素。通过对不同组的均值进行比 较,可以确定这个因素对实验结果的影响是否显著。
单因素方差分析的步骤
单因素方差分析通常包括以下步骤:首先,对实验数据进行分组;其次,计算每组的均值;接 着,计算总的均值和总的变异性;然后,计算组间变异性和组内变异性;最后,通过比较这两 种变异,得出因素的显著性。

概率论与数理统计课件第章节

概率论与数理统计课件第章节
4
五、二维连续型随机变量
设二维随机变量 (X,Y) 旳分布函数为 F(x,y),假如存在非负旳
函数
f
(x,y)
使对于任意
x,y
有:
F
(
x,
y)
y
x
f (u,v)dudv
则称(X,Y ) 是连续型旳二维随机变量。
称 f (x,y) 为随机变量 (X, Y ) 旳概率密度,或称为随机变量 X 和
2
0.010 0.005
求在X=1时Y旳条件分布律.
P{X=1}=0.045 P{Y=0⃒X=1}=0.030 ⁄ 0.045
0.004 0.001
P{Y 1|X 1} 0.010 / 0.045 P{Y 2|X 1} 0.005 / 0.045.
用表格形式表达为:
k
0
1
2
P{Y=k|X=1} 6/9 2/9 1/9
分布函数,也称为 X 和 Y 的联合分布函数.y
(x, y)
分布函数 F(x,y) 在 (x,y)处旳函数值就是: 随机
点 (X,Y ) 落在以点 (x,y) 为顶点且位于该点左下
x
方旳无穷矩形域内旳概率。如图所示.
2
下面利用分布函数来计 算 P{x1 X x2 , y1 Y y2 }
P{x1 X x2 , y1 Y y2 } F(x2 , y2 ) F(x1, y2 ) F ( x2 , y1 ) F ( x1 , y1 )
FX (x) P{ X x} P{ X x,Y } F(x, )
同理有: FY ( y) F (, y)
二、离散型 ( X ,Y ) 的边缘分布律
FX (x) F(x, )
pij, 又 FX ( x) P{ X xi }

概率论与数理统计完整ppt课件

概率论与数理统计完整ppt课件
化学
在化学领域,概率论与数理统计被用于研究化学反应的速率和化 学物质的分布,如化学反应动力学、量子化学计算等。
生物
在生物学中,概率论与数理统计用于研究生物现象的变异和分布, 如遗传学、生态学、流行病学等。
在工程中的应用
通信工程
01
概率论与数理统计在通信工程中用于信道容量、误码率、调制
解调等方面的研究。
边缘分布
对于n维随机变量(X_1,...,X_n),在概 率论中,分别定义了X_1的边缘分布 、...、X_n的边缘分布。
04
数理统计基础
样本与抽样分布
01
02
03
总体与样本
总体是包含所有可能数据 的数据集合,样本是总体 的一个随机子集。
抽样方法
包括简单随机抽样、分层 抽样、系统抽样等。
样本分布
描述样本数据的分布情况 ,如均值、中位数、标准 差等。
参数估计与置信区间
参数估计
利用样本数据估计总体的 未知参数,如均值、方差 等。
点估计
用样本统计量作为总体参 数的估计值。
置信区间
给出总体参数的一个估计 区间,表示对总体的参数 有一个可信的估计范围。
假设检验与方差分析
假设检验
通过样本数据对总体参数提出 假设,然后根据假设进行检验
01
定义
设E是一个随机试验,X,Y是定义在E上,取值分别为实数的随机变量
。称有序实数对(X,Y)为一个二维随机变量。
02
分布函数
设(X,Y)是一个二维随机变量,对于任意实数x,y,二元函数
F(x,y)=P({X<=x,Y<=y})称为二维随机变量(X,Y)的分布函数。
03
边缘分布
对于二维随机变量(X,Y),在概率论中,分别定义了X的边缘分布和Y的

概率论与数理统计课件(共199张PPT)

概率论与数理统计课件(共199张PPT)
P(An|A1A2…An-1).
33
例3. r只红球○ t只白球○
每次任取一只球观 察颜色后, 放回, 再 放回a只同色球
在袋中连续取球4次, 试求第一、二次取到红球且 第三、四次取到白球的概率.
34
(三) 全概率公式和贝叶斯公式:
1. 样本空间的划分

定:义 若 B 1,B 2, ,B n一组事 : 件
计算条件概率有两种方法:
1. 公式法:
先计P算(A)P, (AB然 ), 后按公式计算
P(B| A) P(AB.) P(A)
31
2. 缩减样本空间法:
在A发生的前提下, 确定B的缩减样本空间, 并在其 中计算B发生的概率, 从而得到P(B|A). 例2. 在1, 2, 3, 4, 5这5个数码中, 每次取一个数码, 取 后不放回, 连取两次, 求在第1次取到偶数的条件下, 第2
B
A S
(1) AB
8
2.和事件:
AB{x|xA或xB}称 为 A与B的 和 事 . 件
即AB,中 至 少 有 一 ,称个 为 A与 发 B的生,和 记AB.
可 列 个A1事 , A2,件 的 和 事 件 记 Ak. 为
k1
3.积事件: 事件A B={x|x A 且 x B}称A与B的积,
即事件A与B同时发A生. A B 可简记为AB.
i1
1i jn
P(A i A j Ak )
1i jkn
(1)n1 P(A1 A 2 A n ).
27
例4. 设P(A)=p, P(B)=q, P(AB)=r, 用p, q, r表示下列事 件的概率:
( 1 ) P ( A B ) (; P ( 2 A B ) ( ) ; P ( 3 A B ) ) (; ( 4 A B )

概率论与数理统计课件(最新完整版)

概率论与数理统计课件(最新完整版)

2020年最新
2020年最新
2020年最新
2020年最新
2020年最新
2020年最新
2020年最新
2020年最新
2020年最新
2020年最新
2020年最新
2020年最新
2020年最新
2020年最新
2020年最新
2020年最新
2020年最新
2020年最新
2020年最新
2020年最新
2020年最新
2020年最新
2020年最新
2020年最新
2020年最新
2020年最新2020年最新
2020年最新
2020年最新
2020年最新
2020年最新
2020年最新
2020年最新
2020年最新
2020年最新
2020年最新
2020年最新
2020年最新
2020年最新
2020年最新
2020年最新
2020年最新
2020年最新
2020年最新
2020年最新
2020年最新
2020年最新
2020年最新
2020年最新
2020年最新
2020年最新
2020年最新
2020年最新
2020年最新
2020年最新
2020年最新
2020年最新
2020年最新
2020年最新
2020年最新
2020年最新
2020年最新
2020年最新
2020年最新
2020年最新
2020年最新
2020年最新
2020年最新
2020年最新
2020年最新
2020年最新
2020年最新

概率论与数理统计课件

概率论与数理统计课件

三. 样本空间
• 样本点:随机试验E 的所有可能结果,即 所有的基本事件。记作e。
• 样本空间:全体样本点所组成的集合。记
作U。
U
.
样本点e
例: 随机试验 E 是将一枚硬币抛掷两次,
则样本空间 U 由如下四个样本点组成:
U={(H,H), (H,T), (T,H), (T,T)}
其中
第1次 第2次
一. 频率
频率的定义: 事件 A 在 n 次重复试验中出现 m 次, 事件 A 在 n 次重复试验中出现的频率
m fn(A) n
能否用频率做为概率?
频率稳定性:
• 频率随试验次数的变化而变化; • 试验次数相同, 频率也具有随机波动性; • 试验次数较小时, 频率随机波动幅度较大;
• 试验次数逐渐增大时, 频率逐渐稳定于某一个常数.
四、概率的公理化定义
对随机试验 E 的样本空间 U 中的每一事件 A,赋 予一实数 P(A),满足以下三个条件:
(1) 对于每一个事件 A ,有 0≤P(A) ≤1; (2) P(U)=1; (3) 可列可加性:设 A1,A2,…, 是一列两
两互不相容的事件, P( A1 A2 … )= P(A1) +P(A2)+…. 则称 P(A) 为事件 A 的概率。
A={第一次取到红球}, B={第二次取到红球}
例2: 一盒中混有100只新,旧乒乓球,各有红、白 两色,分 类如下表。 从盒中随机取出一球,若取得的是一只红球 ,试求该红球是新球的概率。
红白 新 40 30 旧 20 10
例3: 当掷 5 枚相同分币时,已知至少出现两个正 面的情况下,问正面数刚好是三个的条件概率?
A 1 : 至少有一人命中目标

高等数学概率论与数理统计课件PPT大全

高等数学概率论与数理统计课件PPT大全
(AB)C=A(BC) 3、分配律:(AB)C=(AC)(BC),
(AB)C=(AC)(BC) 4、对偶(De Morgan)律:
A B A B, AB A B
可推广 Ak Ak , Ak Ak .
k
k
k
k
例:甲、乙、丙三人各向目标射击一发子弹,以A、 B、C分别表示甲、乙、丙命中目标,试用A、B、C
定义:(p8) 事件A在n次重复试验中出现nA次,则 比值nA/n称为事件A在n次重复试验中 出现的频率,记为fn(A). 即 fn(A)= nA/n.
历史上曾有人做过试验,试图证明抛掷匀质硬币时 ,出现正反面的机会均等。
实验者
De Morgan Buffon
K. Pearson K. Pearson
随机事件
二、样本空间(p2)
1、样本空间:试验的所有可能结果所
组成的集合称为样本空间,记为={e};
2、样本点: 试验的单个结果或样本空间 的单元素称为样本点,记为e. 3.由样本点组成的单点集 称为基本事件, 也记为e.
幻灯片 6
随机事件
1.定义 样本空间的任意一个子集称为随机事件, 简称“ 事件”.记作A、B、C等
P( AB) P( AC) P(BC) P( ABC )
30% 3 10% 0 0 0 80%
例1.3.2.在110这10个自然数中任取一数,求
(1)取到的数能被2或3整除的概率,
(2)取到的数即不能被2也不能被3整除的概率,
(3)取到的数能被2整除而不能被3整除的概率。
解:设A—取到的数能被2整除; P(A) 1 P(B) 3
的概率有多大?
3.分组问题
例3:30名学生中有3名运动员,将这30名学生平均 分成3组,求: (1)每组有一名运动员的概率; (2)3名运动员集中在一个组的概率。 解:设A:每组有一名运动员;B: 3名运动员集中在一组

《概率论与数理统计》课件第五章大数定律及中心极限定理

《概率论与数理统计》课件第五章大数定律及中心极限定理
有极其重要的地位?
4.大样本统计推断的理论基础
是什么?
大数定律中心极限定理
随机现象中平均结果的稳定性
大数定律的客观背景
大量抛掷硬币正面出现频率
字母使用频率
生产过程中的废品率
§5.1 大数定律
背景:1. 频率稳定性2. 大量测量结果算术平均值的稳定性
回顾
随机现象的主要研究方法
概率分布
01
证:_x001A__x001B__x001B_,_x001A__x001B__x001B_,⋯, _x001A__x001B__x001B_, ⋯相互独立同分布,则_x001A__x001B__x001B__x001B_,_x001A__x001B__x001B__x001B_, ⋯,_x001A__x001B__x001B__x001B_, ⋯也相互独立同分布,由辛钦大数定律得证.
第五章 大数定律及中心极限定理
§5.1 大数定律§5.2 中心极限定理
要点:用切比雪夫不等式估算概率独立同分布,用中心极限定理计算对于二项分布,当n很大时,计算
本章要解决的问题
1.为何能以某事件发生的频率
作为该事件的概率的估计?
2.为何能以样本均值作为总体
期望的估计?
3.为何正态分布在概率论中占
解:(1)设X表示一年内死亡的人数,则~(, ),其中=,=.%. 设Y表示保险公司一年的利润,=×−.需要求的是_x001A_<_x001B_.
由中心极限定理
_x001A_<_x001B_=_x001A_×−<_x001B_ =_x001A_>_x001B_=−_x001A_≤_x001B_
且,
由中心极限定理
解:设为第i个螺丝钉的重量, 相互独立同分布. 于是,一盒螺丝钉的重量为

概率论与数理统计教程ppt课件

概率论与数理统计教程ppt课件
1. 确定性现象
• 每天早晨太阳从东方升起; • 水在标准大气压下加温到100oC沸腾;
2. 随机现象
• 掷一枚硬币,正面朝上?反面朝上? • 一天内进入某超市的顾客数; • 某种型号电视机的寿命;
16 March 2020
华东师范大学
第一章 随机事件与概率
第3页
1.1.1 随机现象
• 随机现象:在一定的条件下,并不总出现相 同结果的现象称为随机现象.
16 March 2020
华东师范大学
第一章 随机事件与概率
例1.2.1 六根草,头两两相接、
尾两两相接。求成环的概率.
解:用乘法原则直接计算 所求概率为
644221 8 6 5 4 3 2 1 15
第30页
16 March 2020
华东师范大学
第一章 随机事件与概率
3. 若 AnF ,n=1, 2, …, 则

UFA.n
n 1
16 March 2020
华东师范大学
第一章 随机事件与概率
第21页
§1.2 概率的定义及其确定方法
• 直观定义 —— 事件A 出现的可能性大小.
• 统计定义 —— 事件A 在大量重复试验下 出现的频率的稳定值称为该事件的概率.
2. 样本点 —— 随机试验的每一个可能结果.
3. 样本空间(Ω) —— 随机试验的所有样本点构成的集合.
4. 两类样本空间: 离散样本空间 样本点的个数为有限个或可列个. 连续样本空间 样本点的个数为无限不可列个.
16 March 2020
华东师范大学
第一章 随机事件与概率
第5页
1.1.3 随机事件
华东师范大学
第一章 随机事件与概率

概率论与数理统计教程_第五版_ppt课件

概率论与数理统计教程_第五版_ppt课件
.
推广:
N元情形
n
称 Ak 为 n 个事件 A1, A2 , , An 的和事件,即 k 1
A1, A2 , , An至少发生一个;
.
3.事件的交(积)
"二事件A, B同时发生"也是一个事件 , 称为 事件A 与事件 B 的积事件,记作A B,显然 A B {e | e A且e B}.
实例 抛掷一枚骰子, 观察出现的点数。 试验中,骰子“出现1点”, “出现2 点”, … ,“出现6点”, “点数不大于4”, “点 数为偶数” 等都为随机事件.
.
五、随机事件的关系及运算
(1)、随机事件间的关系 设试验 E 的样本空间为 , 而 A, B, Ak (k
1,2, )是 的子集. 1、包含关系 若事件 A 出现, 必然导致 B 出现
若事件 A 、B 满足 A B AB .
则称事件 A与B互不相容.
例 抛掷一枚硬币, “出现花面” 与 “出现字面” 是互不相容的两个事件.
说明 当AB= 时,可将AB记为“直和”形 式A+B 任意事件A与不可能事件为互斥.
.
5.事件的差
事件 “A 出现而 B 不出现”,称为事件 A 与 B 的差. 记作 A- B.
一、随机现象 二、随机试验 三、样本空间 样本点 四、随机事件的概念 五、随机事件的关系
.
一、随机试验
1.必然现象(确定) 2.偶然现象(不确定)随机
说明: 1.随机现象揭示了条件和结果之间的非确定性联系 ,
其数量关系无法用函数加以描述. 2.随机现象在一次观察中出现什么结果具有偶然性,
但在大量重复试验或观察中, 这种结果的出现具有 一定的统计规律性 , 概率论就是研究随机现象这 种本质规律的一门数学学科.

概率论与数理统计ppt课件

概率论与数理统计ppt课件

注:P( A) 0不能 A ; P( B) 1不能 B S .
2。 A1 , A2 ,...,An , Ai Aj , i j, P( P(
n n i 1
Ai ) P( Ai )
i 1
n
证:令 Ank (k 1, 2,...), Ai Aj , i j, i, j 1, 2,....

5.1 大数定律 5.2 中心极限定理

第六章 数理统计的基本概念
• • 6.1 总体和样本 6.2 常用的分布
4
第七章 参数估计
• • • 7.1 参数的点估计 7.2 估计量的评选标准 7.3 区间估计
第八章 假设检验
• • • • • • • 8.1 8.2 8.3 8.4 8.5 8.6 8.7 假设检验 正态总体均值的假设检验 正态总体方差的假设检验 置信区间与假设检验之间的关系 样本容量的选取 分布拟合检验 秩和检验
A B 2 A=B B A
B A
S
例: 记A={明天天晴},B={明天无雨} B A
记A={至少有10人候车},B={至少有5人候车} B
A
一枚硬币抛两次,A={第一次是正面},B={至少有一次正面}
BA
13


事件的运算
A与B的和事件,记为 A B
8
§1 随机试验
确定性现象
自然界与社会Βιβλιοθήκη 活中的两类现象不确定性现象
确定性现象:结果确定 不确定性现象:结果不确定

例:
向上抛出的物体会掉落到地上 ——确定 ——不确定 明天天气状况 ——不确定 买了彩票会中奖
  1. 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. 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. 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)。

例题(续)
[例3] 在20世纪70年代后期人们发现,酿造啤酒时,在麦芽干燥过程 中形成一种致癌物质亚硝基二甲胺(NDMA).到了20世纪80年代初期开发 了一种新的麦芽干燥过程。下面是新、老两种过程中形成的NDMA含量的 抽样(以10亿份中的份数记):
老过程
新过程
6
2
4
1
5
2
5
2
6
1
5
0
5
3
6
2
4
解答 小结
例题详解
[例1解答]
检验包装机工作是否正常,就是要检验是否均值为 500,标准差 10 ? (1) 设 H 0: 500 H1: 500 ;
2 由于 未知,选统计量 t
对显著性水平 0.05 ,查表得 t (n 1) t0.025 (8) 2.31.
(5)下结论:如果计算的统计量在的拒绝域内,则拒绝 H 0 ,接 受 H1 ; 如果计算的统计量不在的拒绝域内,则接受 H 0 , 拒绝 H1 .
4.假设检验易犯的两类错误及其关系:
(1)两类错误:“弃真”错误(第一类错误,犯这类错误的概率不 超

过显著性水平 )及“存伪”错误(第二类错误,

1
6
0
7
1
4
3
设新、老两种过程中形成的NDMA含量服从正态分布,且方差相等。分别
以 x 与 y 记老、新过程的总体均值,取显著性水平 0.05 , 检验: H : 2;H: 2 解答 0 x y x y
[例4] 从某厂生产的产品中随机抽取200件样品进行质量检验,发现有9 件不合格品,问是否可以认为该厂产品的不合格率不大于3%? (取显著性水平 0.05)
t t (n 1) t t (n 1)
(2)一个正态总体方差假设检验的方法:
表2 原假设 H0 已知条件 及检验法 所用统计量 及其 H 0 成立时的分布 备择假设 H1
2 2 0 2 2 0 2 2 0
H 0 的拒绝域
2 12 / 2 (n)
2
2 由样本值计算得 x 20.4, y 19.4, sx 0.8857 s y 0.8286 , 2 .
2 S x 0.8857 F 2 0.17. S y 0.8286
F1 (nx 1, ny 1) 0.20 F 4.99 F (nx 1, ny 1).
2 2
2 2 接受 H 0 ,认为 x y .
[例2解答(续)]
(2)设
H0:x y;H1:x y
2 x
由于 与 未知,选统计量 T
2 y
X Y , 1 1 S nx n y
其中 S
2 2 (nx 1) S x (n y 1) S y
表4 原假设 H0 已知条件 及检验法 备择假设 所用统计量 H1 及其 H 0 成立时的分布
H 0 的拒绝域
x , y 已知
F 检验法
2 2 x y
F
(X (X
j 1 i 1 ny
nx
i
x )
2
nx
2 2 x y
F F1 (nx , ny )
或 F F (nx , n y )
T
t t / 2 (nx ny 2)
t t (nx ny 2) t t (nx ny 2)
已知
T
检验法 其中表中
~ t (nx ny 2)
S
2 2 (nx 1) S x (n y 1) S y
nx n y 2
(4)两个正态总体方差假设检验的方法:
2 2
j
y )2 ny
2 2 x y
F F1 (nx , ny )
~ F (nx , ny )
2 x 2 y
2 2 x y
F F (nx , ny )
x , y 未知
F
S F S

2 x
2 y
F F1 (nx 1, ny 1)
2
或 F F2 (nx 1, ny 1)
2 0
8 257 2 20.56 15.5 (n 1). 100
返回 所以,拒绝 H 0 ,接受 H1 .认为标准差大于10. 综上,尽管包装机没有系统误差,但是工作不够稳定,因此包装机工作不正常。
[例2解答]
设700C下的断裂强力为 X ;800C下的断裂强力为Y , 则 X ~ N (x , x2 ) ,Y ~ N ( y , y2 ). 判断这两种温度下的断裂强力有无明显差异,就是检验是否有 x y ,这
~ t (2n 2) t (22).
T
X Y ( x y ) (S S ) / n
2 x 2 y
T 在 H 0 成立时,
X Y 2 (S S ) / n
2 x 2 y
.
对显著性水平 0.05 ,查表得 t (2n 2) t0.05 (22) 1.717 .
2 或 2 / 2 (n)
已知
2
1

2 2 0
2

2 0 i 1
(X
n
i
0 ) 2
2 12 (n)
2 2 (n)
检验法
~ 2 (n)
未知
2
(n 1)S
2 0
2
2
检验法
2 2 0 或 2 2 (n 1) /2 2 2 0 2 12 (n 1) 2 2 0
nx n y 2
.
T 在 H 0 成立时, ~ t (nx ny 2) t (14).
对显著性水平 0.05 ,查表得 t (nx ny 2) t0.025 (14) 2.14. 2 由样本值计算得 T
X Y 1 1 S (nx ny n) nx n y X Y
2 12 / 2 (n 1)
~ 2 (n 1)
2 2 (n 1)
(3)两个正态总体均值假设检验的方法:
表3 原假设 H0 已知条件 及检验法 备择假设 所用统计量 H1 及其 H 0 成立时的分布
U X Y
H 0 的拒绝域
, 已知
2 x 2 y
中,如果遇到类似情况,为稳妥起见,可以重新抽样,再做一次检验。
[例3解答]
记老过程中形成的NDMA含量为 X ,新过程中形成的NDMA含量为Y . 为简化检验过程,可作检验假设 H0:x y 2;H1:x y 2
2 2 由于 x 与 y 未知,但相等及 nx
ny 记为 n。于是取统计量
2
X 0 S/ n
,在 H 0 成立时,t ~ t (n 1) t (8).
499 500 0.187 2.31 t (n 1). 2 16.03 / 3
x ,2 由样本值计算得, 499 s 257,s 16.03. t
所以,接受 H 0 ,认为每袋平均重量为500.
n
这类错误的概率通常记作

)。

,则 增

(2)两类错误的关系:在样本容量
大;减小 ,则

n
.
一定时,减小
增大。要想让二者都减小,
只能增大样本容量
5. 正态总体参数假设检验的方法:
(1)一个正态总体均值假设检验的方法:
原假设 已知条件 所用统计量 H 0 及检验法 及其 H 0 成立时的分布 备择假设 H1 表1
(2) 设 H0: 10;H1: 10
由于
未知,选统计量

2
2

(n 1)S 2


2 2 对显著性水平 0.05 ,查表得 (n 1) 0.05 (8) 15.5 .
2 0
2 2 ,在 H 0 成立时, ~ (n 1) .
(n 1)S 2
概率与数理统计课件
天津科技大学理学院数学系
第二十三单元
假设检验习题课
第二十三单元
假设检验习题课
教学目的:通过本单元的学习,进一步理解假设检验的基本概念, 熟练掌握一个正态总体及两个正态总体参数的假设检验。 教学重点:假设检验的基本方法的总结。 教学难点:非正态总体大样本参数的假设检验。
教学时数:1学时。
教学过程: 一.基本要求
1. 理解假设检验的基本概念(包括检验假设,假设检验的原理、方法、
步骤、两类错误及其关系,显著性水平等) 2. 熟练掌握一个正态总体及两个正态总体参数的假设检验。
3.了解大样本下非正态总体参数的假设检验。
二.内容总结
1.假设检验的原理:小概率事件在一次试验中几乎不会发生。 2 .假设检验的方法:置信区间的方法。
3 .假设检验的步骤:
(1)根据要检验的问题提出检验假设,它包括原假设 H 0 与备择 假设 H1 . (2)根据已知条件选一个统计量,要求在成立时 H 0 ,该统计量 分布已知。 (3)根据显著性水平
,查所选统计量的分布临界值表,确定
H 0 拒绝域。 (4)根据样本观测值计算统计量,并与临界值比较。
2 2 2 2 2 2 里 x 与 y 未知,要作 x y 检验,需有 x y ,为此先作 x y 的检验。
(1)设 H : 2 2;H : 2 2 0 x y 1 x y
2 Sx 由于 x 与 y 未知,选统计量 F 2 . Sy
2 由样本值计算得 x 5.25 , y 1.5 , sx2 0.9318 , sy 1.
相关文档
最新文档