正态总体均值假设检验教学设计
合集下载
正态总体均值假设检验教学设计
板书设计
1.方差已知单正态均值的假设检验;
2.方差未知单正态均值的假设检验;
3.两个正态总体均值差的检验。
教学进程
1.正态总体方差 已知(15分钟)
教学意图
教学内容
教学环节
累计15分钟
例某厂生产一种耐高温的零件,根据质量管理资料,在以往一段时间里,零件抗热的平均温度是12500C ,零件抗热温度的标准差是1500C。在最近生产的一批零件中,随机测试了100个零件,其平均抗热温度为12000C。该厂能否认为最近生产的这批零件仍然符合产品质量要求,而承担的生产者风险为0.05。
同样的检验数据,检验的结论不同,这似乎是矛盾的。其实不然,当在显着性水平 时接受原假设,只能是认为在规定的显着性水平下,尚不能否定原假设。接受 ,并不意味着有绝对的把握保证 为真。我们从此例看到,在95﹪的置信水平上否定原假设,但是却不能在99﹪的置信水平上否定原假设。
时间20分钟
下课休息10分钟
4. 两个总体均值之差的抽样分布(30分钟)
教学意图
教学内容
教学环节
累计30分钟
两个总体均值之差的分布一般有三种情形:
1、当两个正态总体方差已知时,两总体均值之差的抽样分布为:
2、当两个总体分布和总体方差未知,两个均为大样本时,两总体均值之差的抽样分布为:
3、当两个正态总体方差未知(但方差相等),两个均为小样本时,两总体均值之差的抽样分布为:
概率论与数理统计教学设计
课程名称
经济应用数学C
课时
50+50=100分钟
任课教师
蔡东平
专业与班级
市营B1601班
人资B1601-02班
课型
新授课
课题
正态总体下均值的假设检验
1.方差已知单正态均值的假设检验;
2.方差未知单正态均值的假设检验;
3.两个正态总体均值差的检验。
教学进程
1.正态总体方差 已知(15分钟)
教学意图
教学内容
教学环节
累计15分钟
例某厂生产一种耐高温的零件,根据质量管理资料,在以往一段时间里,零件抗热的平均温度是12500C ,零件抗热温度的标准差是1500C。在最近生产的一批零件中,随机测试了100个零件,其平均抗热温度为12000C。该厂能否认为最近生产的这批零件仍然符合产品质量要求,而承担的生产者风险为0.05。
同样的检验数据,检验的结论不同,这似乎是矛盾的。其实不然,当在显着性水平 时接受原假设,只能是认为在规定的显着性水平下,尚不能否定原假设。接受 ,并不意味着有绝对的把握保证 为真。我们从此例看到,在95﹪的置信水平上否定原假设,但是却不能在99﹪的置信水平上否定原假设。
时间20分钟
下课休息10分钟
4. 两个总体均值之差的抽样分布(30分钟)
教学意图
教学内容
教学环节
累计30分钟
两个总体均值之差的分布一般有三种情形:
1、当两个正态总体方差已知时,两总体均值之差的抽样分布为:
2、当两个总体分布和总体方差未知,两个均为大样本时,两总体均值之差的抽样分布为:
3、当两个正态总体方差未知(但方差相等),两个均为小样本时,两总体均值之差的抽样分布为:
概率论与数理统计教学设计
课程名称
经济应用数学C
课时
50+50=100分钟
任课教师
蔡东平
专业与班级
市营B1601班
人资B1601-02班
课型
新授课
课题
正态总体下均值的假设检验
概率论与数理统计(第三版)第六章2正态总体均值的假设检验-文档资料
拒绝域| O
|拒绝域 x
在这个检验问题中, 我们都是利用统计量
X 0 U 来确定拒绝域的 , 这种检验法称为 / n
U检验法 .
例2 某化学日用品厂用包装机包装洗衣粉. 包装机正常工作时, 包装量 X ~ N(500, 22), 每天开工后须先检查包装机工作是否正常.某天开工后, 在装好的洗衣粉中任取了 9 袋,称得重量的平均值 ─ x = 502 (g) . 设总体方差不变, 问包装机工作是否正常.
952 1202 X Y ~ N ( 1 2, ), 100 75 X Y 若原假设成立 H0 : 1 2 则 ~ N (0,1), 952 1202 =0.1 100 75 查标准正态分布表得临界值
U 1.65 拒绝域:W ( , 1.65) (1.65, ) ,
例10 比较甲,乙两种安眠药的疗效。将20名患者分 成两组,每组10人.其中10人服用甲药后延长睡眠的 时数分别为1.9, 0.8, 1.1, 0.1, -0.1, 4.4, 5.5, 1.6, 4.6, 3.4; 另10人服用乙药后延长睡眠的时数分别为0.7, -1.6, -0.2, -1.2, -0.1, 3.4, 3.7, 0.8, 0.0, 2.0.若服用两种安眠 药后增加的睡眠时数服从方差相同的正态分布.试问 两种安眠药的疗效有无显著性差异?(=0.10) 解: H : ; H : 0 1 2 ( 5) S 6 能衡量差异
大小且分布 已知
第三步:
对给定的显著性水平 =0.01,查表确 定临界值 t (5) t0.01 (5) 4.032 ,使
P{| t | t (5)}
即“| t | t (5) ”是一个小概率事件 . 得否定域 W: |t |>4.0322
|拒绝域 x
在这个检验问题中, 我们都是利用统计量
X 0 U 来确定拒绝域的 , 这种检验法称为 / n
U检验法 .
例2 某化学日用品厂用包装机包装洗衣粉. 包装机正常工作时, 包装量 X ~ N(500, 22), 每天开工后须先检查包装机工作是否正常.某天开工后, 在装好的洗衣粉中任取了 9 袋,称得重量的平均值 ─ x = 502 (g) . 设总体方差不变, 问包装机工作是否正常.
952 1202 X Y ~ N ( 1 2, ), 100 75 X Y 若原假设成立 H0 : 1 2 则 ~ N (0,1), 952 1202 =0.1 100 75 查标准正态分布表得临界值
U 1.65 拒绝域:W ( , 1.65) (1.65, ) ,
例10 比较甲,乙两种安眠药的疗效。将20名患者分 成两组,每组10人.其中10人服用甲药后延长睡眠的 时数分别为1.9, 0.8, 1.1, 0.1, -0.1, 4.4, 5.5, 1.6, 4.6, 3.4; 另10人服用乙药后延长睡眠的时数分别为0.7, -1.6, -0.2, -1.2, -0.1, 3.4, 3.7, 0.8, 0.0, 2.0.若服用两种安眠 药后增加的睡眠时数服从方差相同的正态分布.试问 两种安眠药的疗效有无显著性差异?(=0.10) 解: H : ; H : 0 1 2 ( 5) S 6 能衡量差异
大小且分布 已知
第三步:
对给定的显著性水平 =0.01,查表确 定临界值 t (5) t0.01 (5) 4.032 ,使
P{| t | t (5)}
即“| t | t (5) ”是一个小概率事件 . 得否定域 W: |t |>4.0322
正态总体的均值和方差的假设检验演示文稿
故拒绝假设H0,认为物品处理前后含脂率的均值 有显著差异。
第25页,共71页。
3. 两正态总体方差的检验
设总体
X
~
N
(
1 ,
2 1
),
Y
~
N
(2
,
2 2
),
X与Y独立, 1 , 2未知
1
假设
H0:
2 1
2 2
,
H1:
2 1
2 2
;
2 取检验的统计量为
(n1
1)
S *2 1n1
/
2 1
~
2 (n1
第7页,共71页。
2. σ2为未知,关于μ的检验(t检验法)
设X1, X2, , Xn是来自正态总体 N ( μ,σ2 )的一样本, 其中μ,σ2未知,检验水平为 α,检验μ的步骤为:
1 假设H0 : μ μ0 , H1 : μ μ0; 2° 取检验统计量
T X 0 ~ t(n 1);
1. 方差已知时两正态总体均值的检验
σ12,σ22为已知, μ1, μ2未知的检验(U检验法)
1 假设 H0: 1 2 , H1: 1 2 ;
第17页,共71页。
2
取检验统计量为
X
~
N
(
1
,
2 1
n1
)
Y
~
N
(
2
,
2 2
n2
)
U ( X Y (1 2 )) /
2 1
2 2
~
(当H0成立时)
(n1
1)
s2 n1
(n2
1)
s2 n2
n1n2 (n1 n2 2) 2.49, n1 n2
第25页,共71页。
3. 两正态总体方差的检验
设总体
X
~
N
(
1 ,
2 1
),
Y
~
N
(2
,
2 2
),
X与Y独立, 1 , 2未知
1
假设
H0:
2 1
2 2
,
H1:
2 1
2 2
;
2 取检验的统计量为
(n1
1)
S *2 1n1
/
2 1
~
2 (n1
第7页,共71页。
2. σ2为未知,关于μ的检验(t检验法)
设X1, X2, , Xn是来自正态总体 N ( μ,σ2 )的一样本, 其中μ,σ2未知,检验水平为 α,检验μ的步骤为:
1 假设H0 : μ μ0 , H1 : μ μ0; 2° 取检验统计量
T X 0 ~ t(n 1);
1. 方差已知时两正态总体均值的检验
σ12,σ22为已知, μ1, μ2未知的检验(U检验法)
1 假设 H0: 1 2 , H1: 1 2 ;
第17页,共71页。
2
取检验统计量为
X
~
N
(
1
,
2 1
n1
)
Y
~
N
(
2
,
2 2
n2
)
U ( X Y (1 2 )) /
2 1
2 2
~
(当H0成立时)
(n1
1)
s2 n1
(n2
1)
s2 n2
n1n2 (n1 n2 2) 2.49, n1 n2
8-2正态分布均值的假设检验
79.1, 81.0, 77.3, 79.1, 80.0, 78.1, 79.1, 77.3, 80.2, 82.1; 设这两个样本相互独立, 且分别来自正态总 体 N ( 1 , 2 ) 和 N ( 2 , 2 ), 1 , 2 , 2均为未知,
n 15, x 10.48, 0.05, x 0 拒绝域为 z / 2 x 0 10.48 10.5 则 / n 0.516, / n 0.15 / 15
查表得
z0.05 1.645,
பைடு நூலகம்
x 0 于是 0.516 z0.05 1.645, / n
x 0 0 k P 0 / n / n
(0 k ) ( k ) 0 1 / n 0 / n 0
k 0 (0 k ) , / n / n
设手机的待机时间样本值 69,68,72,70,66,75
计算统计值 x 70
s2
10
0 .05
t ( n 1) t 0.05 ( 5 ) 2 .015 查t分布表, x 0 得
t
s/ n
1.162
t 1.162 2.015 t ( n 1)
表8-1
在实际中, 正态总体的方差常为未知, 所以 我们常用 t 检验法来检验关于正态总体均值的检 验问题.
例2 如果在例1中只假定切割的长度服从正态分布, 问该机切割的金属棒的平均长度有无显著变化? ( 0.05)
10.4 10.6 10.1 10.4 10.5 10.3 10.3 10.2 10.9 10.6 10.8 10.5 10.7 10.2 10.7 2 2 依题意 X ~ N ( , ) , , 均为未知, 解
n 15, x 10.48, 0.05, x 0 拒绝域为 z / 2 x 0 10.48 10.5 则 / n 0.516, / n 0.15 / 15
查表得
z0.05 1.645,
பைடு நூலகம்
x 0 于是 0.516 z0.05 1.645, / n
x 0 0 k P 0 / n / n
(0 k ) ( k ) 0 1 / n 0 / n 0
k 0 (0 k ) , / n / n
设手机的待机时间样本值 69,68,72,70,66,75
计算统计值 x 70
s2
10
0 .05
t ( n 1) t 0.05 ( 5 ) 2 .015 查t分布表, x 0 得
t
s/ n
1.162
t 1.162 2.015 t ( n 1)
表8-1
在实际中, 正态总体的方差常为未知, 所以 我们常用 t 检验法来检验关于正态总体均值的检 验问题.
例2 如果在例1中只假定切割的长度服从正态分布, 问该机切割的金属棒的平均长度有无显著变化? ( 0.05)
10.4 10.6 10.1 10.4 10.5 10.3 10.3 10.2 10.9 10.6 10.8 10.5 10.7 10.2 10.7 2 2 依题意 X ~ N ( , ) , , 均为未知, 解
假设检验 正态总体均值的假设检验
如在前面实例中,
拒绝域 |u|为 u/2,
临界点 u/2及 为 u/2.
.
11
3. 两类错误及记号
假设检验是根据样本的信息并依据小概率原 理,作出接受还是拒绝H0的判断。由于样本具有 随机性,因而假设检验所作出的结论有可能是错 误的. 这种错误有两类:
(1) 当原假设H0为真, 观察值却落入拒绝域, 而 作出了拒绝H0的判断, 称做第一类错误, 又叫弃
第八章 假 设 检 验
第1节 假设检验
一、假设检验的基本原理 二、假设检验的相关概念 三、假设检验的一般步骤
.
1
一、假设检验的基本原理
在总体的分布函数完全未知或只知其形式、 但不知其参数的情况下, 为了推断总体的某些性 质, 提出某些关于总体的假设.
例如, 提出总体服从泊松分布的假设;
又如 ,对于正态总体 期提 望出 等 0的 数 于学
1.9 0 1.6 0 1.8 0 1.5 0 1.7 0 1.2 0 1.7 0 假定切割的长度X服从正态分布, 且标准差没有 变化, 试问该机工作是否正常?
解 X~N(,2),0.15,
1.提出假设
H0:1.0 5, H 1:1.0 5,
.
17
2.求统计量值
n15, X 10.48, 则 uX01.048 1.05 0.51,6
下面结合实例来说明假设检验的基本思想.
.
3
实例 某车间用一台包装机包装葡萄糖, 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 公斤.某日开工后为检验包装机是否正常, 随机 地抽取它所包装的糖9袋, 称得净重为(公斤): 0.497 0.506 0.518 0.524 0.498 0.511 0.520 0.515 0.512, 问机器是否正常?
拒绝域 |u|为 u/2,
临界点 u/2及 为 u/2.
.
11
3. 两类错误及记号
假设检验是根据样本的信息并依据小概率原 理,作出接受还是拒绝H0的判断。由于样本具有 随机性,因而假设检验所作出的结论有可能是错 误的. 这种错误有两类:
(1) 当原假设H0为真, 观察值却落入拒绝域, 而 作出了拒绝H0的判断, 称做第一类错误, 又叫弃
第八章 假 设 检 验
第1节 假设检验
一、假设检验的基本原理 二、假设检验的相关概念 三、假设检验的一般步骤
.
1
一、假设检验的基本原理
在总体的分布函数完全未知或只知其形式、 但不知其参数的情况下, 为了推断总体的某些性 质, 提出某些关于总体的假设.
例如, 提出总体服从泊松分布的假设;
又如 ,对于正态总体 期提 望出 等 0的 数 于学
1.9 0 1.6 0 1.8 0 1.5 0 1.7 0 1.2 0 1.7 0 假定切割的长度X服从正态分布, 且标准差没有 变化, 试问该机工作是否正常?
解 X~N(,2),0.15,
1.提出假设
H0:1.0 5, H 1:1.0 5,
.
17
2.求统计量值
n15, X 10.48, 则 uX01.048 1.05 0.51,6
下面结合实例来说明假设检验的基本思想.
.
3
实例 某车间用一台包装机包装葡萄糖, 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 公斤.某日开工后为检验包装机是否正常, 随机 地抽取它所包装的糖9袋, 称得净重为(公斤): 0.497 0.506 0.518 0.524 0.498 0.511 0.520 0.515 0.512, 问机器是否正常?
3总体均值的假设检验
• 第3步:在分析工具中选择“t检验:平均值的成对二样 本分析”
• 第4步:当出现对话框后
•
在“变量1的区域”方框内键入数据区域
•
在“变量2的区域”方框内键入数据区域
• 为0)
在“假设平均差”方框内键入假设的差值(这里
•
在“”框内键入给定的显著性水平
1 - 29
质量管理 学实验
匹配样本
(数据形式)
质量管理
实验三
学实验 总体均值的假设检验
1 一个(单)总体均值的检验 2 两个(双)总体均值之差的检验
1 -1
质量管σ2理已知时,样本均值的抽样分布 学实验
总体是否正态分布
否
是
样本容量n
大
小
正态分布
x
~N
(, 1 2 )
n
或Z x ~ N (0,1) / n
1 -2
正态分布 非正态分布
x
~N
•第1步:将原始数据输入到Excel工作表格中
•第2步:选择“工具”下拉菜单并选择“数据分析”选项
•第3步:在“数据分析”对话框中选择 “t-检验:双样本异方 差假设”
•第4步:当对话框出现后
•
在“变量1的区域”方框中输入第1个样本的数据区域
•
在“变量2的区域”方框中输入第2个样本的数据区域
•
在“假设平均差”方框中输入假定的总体均值之差
•
在“”方框中输入给定的显著性水平(本例为0.05)
•
在“输出选项”选择计算结果的输出位置,然后“确
定”
1 - 25
质量管理 学实验
两个总体均值之差的 检验
(匹配样本)
1 - 26
质量管理 两个总体均值之差的检验
8.2正态总体均值的假设检验
t t ( n1 n2 2).
x y 因为 t 4.295, 1 1 sw 10 10
t0.05 (18) 1.7341,
所以拒绝 H 0 ,
即认为建议的新操作方法较原来的方法为优.
例5 有甲、乙两台机床加工相同的产品, 从这两台机床加工 的产品中随机地抽取若干件, 测得产品直径(单位:mm)为 机床甲: 20.5, 19.8, 19.7, 20.4, 20.1, 20.0, 19.0, 19.9
X 0 P Z / n
拒绝域为 Z Z
或 H0: 0;H1:0
X 0 P Z / n
拒绝域为 Z Z
2、方差未知 问题:总体 X~N(,2),2未知 假设 H0:=0;H1:≠0 构造T统计量 T X 0 ~ t (n 1)
t检验 双边检验
X 0 由 P t 2 (n 1) S n 确定拒绝域 T t 2 (n 1) x 0 如果统计量的观测值 T t 2 (n 1) S n
则拒绝原假设;否则接受原假设
S
n
例2 化工厂用自动包装机包装化肥,每包重量服从正态 分布,额定重量为100公斤。某日开工后,为了确定包 装机这天的工作是否正常,随机抽取9袋化肥,称得平 均重量为99.978,均方差为1.212,能否认为这天的包 装机工作正常?(=0.1) 解 由题意可知:化肥重量X~N(,2),0=100 方差未知,要求对均值进行检验,采用T检验法。
得 k t / 2 (n1 n2 2).
故拒绝域为
( x y) t t / 2 ( n1 n2 2). 1 1 sw n1 n2
Ch8.2正态总体均值的假设检验(浙大4)
正态分布的定义
01
正态分布是一种概率分布,描述 了许多自然现象的概率分布形态 ,其概率密度函数呈钟形,对称 轴为均值所在直线。
02
在正态分布中,数据值以均值为 中心分布,且离均值越近的数据 值出现的概率越大。
正态分布的性质
01
02
03
集中性
正态分布的曲线关于均值 对称,大部分数据值集中 在均值附近。
结果解释与结论
结果解释
如果假设检验的结果拒绝了原假设,即认为该大学四年级学生的期末考试成绩不符合正态分布。此时,需要进一 步分析数据,查找可能的原因,并采取相应的措施进行改进。
结论
通过实例分析,我们可以发现正态总体均值的假设检验方法在数据分析中具有广泛的应用价值,能够帮助我们判 断数据的分布情况,为后续的数据分析和决策提供依据。
均匀性
在均值附近的数据值分布 较密集,远离均值的数据 值分布逐渐变稀疏。
对称性
正态分布的曲线关于均值 所在的直线对称。
正态分布在统计学中的应用
描述自然现象
正态分布常用于描述许多自然现象的概率分布形态,如人的身高、 体重等。
统计分析
在统计分析中,许多统计量(如样本均值)的分布接近正态分布, 这使得正态分布在统计分析中具有重要地位。
在某些特殊情况下,该方法可能无法准确地反映 总体均值,存在一定的误差。
该方法主要适用于正态分布的数据,对于非正态 分布的数据表现有待进一步验证。
对未来研究的建议
01
针对方法的局限性和不足,进一步改进和完善假设 检验方法,提高其准确性和可靠性。
02
拓展该方法在其他领域的应用,如生物医学、金融 等,挖掘其更多的应用价值。
目的和意义
目的
总体分布的假设检验--教学设计
2
知识与技能
学 习 目 标
检验
2
教学分析 教学重点 教学难点 总体分布的假设检验、 二项式检验、 双样本的 总体分布的假设检验的适用范围、基本步骤。 检验。
1
ADMINISTRATOR
[日期]
概率论与数理统计教学设计
前 50 分: 1.引导课题 2.总体分布的假设检验 板书设计 后 50 分: 3.二项式检验 4.双样本的
2
检验
教学方法 与策略 教学时间设计
1.引导课题 2.学生活动
…………3 分钟 …………5 分钟
3.总体分布的假设检验…………42 分钟 4.二项式检验…………20 分钟 5.双样本的 6.课堂小结
2
检验 …………25 分钟 …………5 分钟
教学手段
多媒体播放教学视频、 PPT 演示与板书演练书写相结合。
概率论与数理统计教学设计
当 n 20 ,统计量为
Z ,R Z ,R
S 0.5 0 n n 0 (1 0 ) S 0.5 0 n n 0 (1 0 )
[例]商场晚上是否应该延长营业 某商场每晚 6: 30 关门, 有人建议应延长营业时间至 10: 00。为作出决定,现欲对商场周围顾客情况作一调查, 若商场的经常性的顾客有 25%以上说延长营业时间将去 通过对具体 购买商品,则延长营业时间是值得的。随机选取了 50 例 题 详 细 讲 解, 使学生们 家,发现只有 18 家被认为是商场的经常性顾客。调查 对 方 法 步 骤 理解更深刻。 结果发现有 7 个家庭表示延长营业时间将去购买。 分析:这个问题可以看作一个两点总体。定义“表 示延长营业时间将去购买的家庭为成功” ,否则为“失 败“。现在需要检验的是 H 0 : 0.25 (成功) 2 2 p(s 7 / n 18, p 0.25) 2 0.056948 0.113897
知识与技能
学 习 目 标
检验
2
教学分析 教学重点 教学难点 总体分布的假设检验、 二项式检验、 双样本的 总体分布的假设检验的适用范围、基本步骤。 检验。
1
ADMINISTRATOR
[日期]
概率论与数理统计教学设计
前 50 分: 1.引导课题 2.总体分布的假设检验 板书设计 后 50 分: 3.二项式检验 4.双样本的
2
检验
教学方法 与策略 教学时间设计
1.引导课题 2.学生活动
…………3 分钟 …………5 分钟
3.总体分布的假设检验…………42 分钟 4.二项式检验…………20 分钟 5.双样本的 6.课堂小结
2
检验 …………25 分钟 …………5 分钟
教学手段
多媒体播放教学视频、 PPT 演示与板书演练书写相结合。
概率论与数理统计教学设计
当 n 20 ,统计量为
Z ,R Z ,R
S 0.5 0 n n 0 (1 0 ) S 0.5 0 n n 0 (1 0 )
[例]商场晚上是否应该延长营业 某商场每晚 6: 30 关门, 有人建议应延长营业时间至 10: 00。为作出决定,现欲对商场周围顾客情况作一调查, 若商场的经常性的顾客有 25%以上说延长营业时间将去 通过对具体 购买商品,则延长营业时间是值得的。随机选取了 50 例 题 详 细 讲 解, 使学生们 家,发现只有 18 家被认为是商场的经常性顾客。调查 对 方 法 步 骤 理解更深刻。 结果发现有 7 个家庭表示延长营业时间将去购买。 分析:这个问题可以看作一个两点总体。定义“表 示延长营业时间将去购买的家庭为成功” ,否则为“失 败“。现在需要检验的是 H 0 : 0.25 (成功) 2 2 p(s 7 / n 18, p 0.25) 2 0.056948 0.113897
正态总体均值假设检验教学设计精编版
2.方差未知单正态均值的假设检验;
3.两个正态总体均值差的检验。
情感态度与价值观
1.培养学生把复杂问题抓住问题的本质简单化.
2.让学生理解,一个真理的发现不是一蹴而就的,需要经过有简单到复杂,由具体到抽象的不断深入的过程.
教学分析
教学内容
1. 单个正态总体均值的假设检验;
2.两个正态总体均值差的检验;
概率论与数理统计教学设计
课程名称
经济应用数学C
课时
50+50=100分钟
任课教师
蔡东平
专业与班级
市营B1601班
人资B1601-02班
课型
新授课
课题
正态总体下均值的假设检验
学
习
目
标
知识与技能
1. 掌握单个正态总体均值的假设检验;
2.了解两个正态总体均值差的检验;
过程与方法
1.方差已知单正态均值的假设检验;
例按饲料配方规定,每1000kg某种饲料中维生素C大于246g,现从工厂的产品中随机抽测12个样品,测得维生素C含量如下:255、260、262、248、244、245、250、238、246、248、258、270g/1000kg,若样品的维生素C含量服从正态分布,问此产品是否符合规定要求?
按题意,此例应采用单侧检验。
t检验假设样本服从正态分布,但是,当样本中等程度偏离正态分布时,不会影响t检验的可靠性(validity),统计术语称t检验为稳健的(robust)。
时间18分钟
总结
累计50分钟
作业布置:
1.复读课本第224至第232页;
2.完成书面作业:第248页第12-13题;
3.预习课本第233页至239页.
3.两个正态总体均值差的检验。
情感态度与价值观
1.培养学生把复杂问题抓住问题的本质简单化.
2.让学生理解,一个真理的发现不是一蹴而就的,需要经过有简单到复杂,由具体到抽象的不断深入的过程.
教学分析
教学内容
1. 单个正态总体均值的假设检验;
2.两个正态总体均值差的检验;
概率论与数理统计教学设计
课程名称
经济应用数学C
课时
50+50=100分钟
任课教师
蔡东平
专业与班级
市营B1601班
人资B1601-02班
课型
新授课
课题
正态总体下均值的假设检验
学
习
目
标
知识与技能
1. 掌握单个正态总体均值的假设检验;
2.了解两个正态总体均值差的检验;
过程与方法
1.方差已知单正态均值的假设检验;
例按饲料配方规定,每1000kg某种饲料中维生素C大于246g,现从工厂的产品中随机抽测12个样品,测得维生素C含量如下:255、260、262、248、244、245、250、238、246、248、258、270g/1000kg,若样品的维生素C含量服从正态分布,问此产品是否符合规定要求?
按题意,此例应采用单侧检验。
t检验假设样本服从正态分布,但是,当样本中等程度偏离正态分布时,不会影响t检验的可靠性(validity),统计术语称t检验为稳健的(robust)。
时间18分钟
总结
累计50分钟
作业布置:
1.复读课本第224至第232页;
2.完成书面作业:第248页第12-13题;
3.预习课本第233页至239页.
第二节正态总体均值的假设检验
检验正态总体 的 方
因为 2未知,所以可以考虑用 法为 检t 验法
2 的无偏估计 s 2来代替,故有:
取检验统计量
X 0 ~ t (n 1)
s
n
则有:
P{拒 绝H0
H
为
0
真}
P0 {
x s
0
k}
k t (n 1)
n
2
应用统计
则在显著性水平 下, H0 的拒绝域:
H0 的接受域
第二节 正态总体均值的假设检验
一. 单个正态总体 N (, 2 ) 均值 的检验
1. 2 已知,关于 的检验 ( U 检验 )
(1) 检验假设:
H0 : 0 , H1 : 0
取检验统计量:
X 0
~
N (0,1)
n
在 2 已知条件
下用服从N (0,1)
的统计量检验正
态总体 的方
法为 U 检验法
的计算公式,可得 H0 的拒绝域为:
取统计量为:
C { t t t (n 1)}
X
经计算
2
d 320 , s2 89425 ,
s n
t
d s
320 2.83 89425
n
8
~ t(n 1)
t (n 1) t0.05 (7) 2.365
2
2
因为: t 2.83 t0.05 (7) 2.365
11 n1 n2
sw
11 n1 n2
应用统计
t (n1 n2 2) t0.05 (14) 2.1448
2
2
因为: t 0.516 2.1448
所以接受H0 ,可认为这两种轮胎的耐磨性无显著差异。
因为 2未知,所以可以考虑用 法为 检t 验法
2 的无偏估计 s 2来代替,故有:
取检验统计量
X 0 ~ t (n 1)
s
n
则有:
P{拒 绝H0
H
为
0
真}
P0 {
x s
0
k}
k t (n 1)
n
2
应用统计
则在显著性水平 下, H0 的拒绝域:
H0 的接受域
第二节 正态总体均值的假设检验
一. 单个正态总体 N (, 2 ) 均值 的检验
1. 2 已知,关于 的检验 ( U 检验 )
(1) 检验假设:
H0 : 0 , H1 : 0
取检验统计量:
X 0
~
N (0,1)
n
在 2 已知条件
下用服从N (0,1)
的统计量检验正
态总体 的方
法为 U 检验法
的计算公式,可得 H0 的拒绝域为:
取统计量为:
C { t t t (n 1)}
X
经计算
2
d 320 , s2 89425 ,
s n
t
d s
320 2.83 89425
n
8
~ t(n 1)
t (n 1) t0.05 (7) 2.365
2
2
因为: t 2.83 t0.05 (7) 2.365
11 n1 n2
sw
11 n1 n2
应用统计
t (n1 n2 2) t0.05 (14) 2.1448
2
2
因为: t 0.516 2.1448
所以接受H0 ,可认为这两种轮胎的耐磨性无显著差异。
- 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)。
概率论与数理统计教学设计
课程名称
经济应用数学C
课时
50+50=100分钟
任课教师
蔡东平
专业与班级
市营B1601班
人资B1601-02班
课型
新授课
课题
正态总体下均值的假设检验
学
习
目
标
知识与技能
1. 掌握单个正态总体均值的假设检验;
2.了解两个正态总体均值差的检验;
过程与方法
1.方差已知单正态均值的假设检验;
同样的检验数据,检验的结论不同,这似乎是矛盾的。其实不然,当在显着性水平 时接受原假设,只能是认为在规定的显着性水平下,尚不能否定原假设。接受 ,并不意味着有绝对的把握保证 为真。我们从此例看到,在95﹪的置信水平上否定原假设,但是却不能在99﹪的置信水平上否定原假设。
时间20分钟
下课休息10分钟
4. 两个总体均值之差的抽样分布(30分钟)
时间30分钟
5. 例题选讲(18分钟)
教学意图
教学内容
教学环节
累计48分钟
例公司从生产商购买牛奶。公司怀疑生产商在牛奶中掺水以谋利。通过测定牛奶的冰点,可以检验出牛奶是否掺水。天然牛奶的冰点温度近似服从正态分布。均值 标准差 。牛奶掺水可使冰点温度升高而接近于水的冰点温度(0℃)。测得生产商提交的5批牛奶的冰点温度,其均值为 ,问是否可以认为生产商在牛奶中掺了水取
。
例某日用化工厂用一种设备生产香皂,其厚度要求为 ,今欲了解设备的工作性能是否良好,随机抽取10块香皂,测得平均厚度为 ,标准差为 ,试分别以 的显着性水平检验设备的工作性能是否合乎要求。
解:根据题意,香皂的厚度指标可以认为是服从正态分布的,但总体方差未知,且为小样本。这是一个总体均值的双边检验问题。
(4)计算实际检验量的数值:
。
(5)因为 ,落入拒绝域,故应拒绝原假设 ,接受 ,认为零件的孔径偏离了 的合格要求,且偏小。这说明钻孔机的操作已不正常,应进行调试。
时间:15分钟
3.小样本,正态总体且方差 未知(20分钟)
教学意图
教学内容
教学环节
累计50分钟
当总体服从正态分布 , 和 为未知参数,小样本时,要检验 时的统计量是自由度为 的 分布:
要求学生认真完成作业.
教学评价
使用“案例式教学”和“交互探究式教学”等教学手段与方法营造出了轻松活跃的教学氛围,将再次非常有效地激发学生的学习兴趣,加深学生正态总体下对均值的检验内容的学习印象.
在本节的教学过程中,学生均表现出较高的积极性和较大的情感投入,通过提问和交流说明学生已初步获得较理想的学习效果,也达到了本节的课的教学目标.
例按饲料配方规定,每1000kg某种饲料中维生素C大于246g,现从工厂的产品中随机抽测12个样品,测得维生素C含量如下:255、260、262、248、244、245、250、238、246、248、258、270g/1000kg,若样品的维生素C含量服从正态分布,问此产品是否符合规定要求
按题意,此例应采用单侧检验。
式中, 为样本含量, 为样本平均数差的标准误。
2.在实际工作中还经常会遇到推断两个样本平均数差异是否显着的问题,以了解两样本所属总体的平均数是否相同。对于两样本平均数差异显着性检验,因试验设计不同,一般可分为两种情况:一是两独立样本(independent samples)平均数的差异假设检验;二是配对样本(paired samples)平均数的假设性检。
2.方差未知单正态均值的假设检验;
3.两个正态总体均值差的检验。
情感态度与价值观
1.培养学生把复杂问题抓住问题的本质简单化.
2.让学生理解,一个真理的发现不是一蹴而就的,需要经过有简单到复杂,由具体到抽象的不断深入的过程.
教学分析
教学内容
1. 单个正态总体均值的假设检验;
2.两个正态总体均值差的检验;
(1)提出假设: : (合乎质量要求),
: (不合乎质量要求)。
(2)建立检验统计量。
由题目的条件,检验统计量为:
。
(3)当 和自由度 ,查表得 ,拒绝域为 及 ,接受域为 。
当 和自由度 ,查表得 ,拒绝域为 及 。(4来自计算实际检验量的值:。
(5)当 时, ,落入接受域,故接受原假设 ,认为在 的显着性水平下,设备的工作性能尚属良好。当 时, ,落入了拒绝域,因此要拒绝原假设 ,认为在 的显着性水平下,设备的性能与良好的要求有显着性差异。
根据题意,本例应进行双侧t检验。
1.假设为:
H0: = 114 ,HA: ≠ 114
2.统计数的计算
经计算得: = ,S= 。所以
= = =, =10-1=9
3.统计推断
由df= 9,查t值表(附表3)得双侧(9)= ,因为|t| < ,所以P> ,故不能拒绝H0,表明样本平均数与总体平均数差异不显着,可以认为该样本取自母猪怀孕期为114天的总体。
教学意图
教学内容
教学环节
累计30分钟
两个总体均值之差的分布一般有三种情形:
1、当两个正态总体方差已知时,两总体均值之差的抽样分布为:
2、当两个总体分布和总体方差未知,两个均为大样本时,两总体均值之差的抽样分布为:
3、当两个正态总体方差未知(但方差相等),两个均为小样本时,两总体均值之差的抽样分布为:
解:这是两个总体均值之差的显着性检验,没有涉及到方向,所以是双边检验。由于两个样本均为大样本且总体方差已知,因而可用检验统计量:
(1)提出假设: :
:
(2)根据子样计算实际检验量的值
(3)当 时,查正态分布表得 。
(4)因为 ,故拒绝 ,认为甲、乙两类地区居民的人均年收入有显着性差异。
例某车间比较用新、旧两种不同的工艺流程组装一种电子产品所用的时间是否有差异,已知两种工艺流程组装产品所用的时间服从正态分布,且 。第一组有10名技工用旧工艺流程组装产品,平均所需时间 分钟,子样标准差 分钟,另一组有8名技工用新工艺流程组装产品,平均所需时间 分钟,标准差 分钟。试问用新、旧两种不同工艺流程组装电子产品哪一种工艺方法所需时间更少(
板书设计
1.方差已知单正态均值的假设检验;
2.方差未知单正态均值的假设检验;
3.两个正态总体均值差的检验。
教学进程
1.正态总体方差 已知(15分钟)
教学意图
教学内容
教学环节
累计15分钟
例某厂生产一种耐高温的零件,根据质量管理资料,在以往一段时间里,零件抗热的平均温度是12500C ,零件抗热温度的标准差是1500C。在最近生产的一批零件中,随机测试了100个零件,其平均抗热温度为12000C。该厂能否认为最近生产的这批零件仍然符合产品质量要求,而承担的生产者风险为。
解:从题意分析知道,该厂检验的目的是希望这批零件的抗热温度高于12500C,而低于12500C的应予拒绝,因此这是一个左边检验问题。
(1)提出假设: :
: 。
(2)建立检验统计量为:
。
(3)根据给定的显着性水平 ,查表得临界值 ,因此拒绝域为 。
(4)计算检验量的数值
。
(5)因为 ,落入拒绝域,故拒绝原假设或接受备择假设,认为最近生产的这批零件的抗高温性能低于12500C,不能认为产品符合质量要求。
解:按题意需检验假设
(即设牛奶未掺水),
(即设牛奶已掺水)
这是右边检验问题,其拒绝域为:
即为:
现在
所以 的值落在了拒绝域中,所以,在显着水平 下拒绝 ,即认为牛奶商在牛奶中掺了水。
例母猪的怀孕期为114天,今抽测10头母猪的怀孕期分别为116、115、113、112、114、117、115、116、114、113(天),试检验所得样本的平均数与总体平均数114天有无显着差异
教学重点
单个正态总体均值的假设检验;
教学难点
两个正态总体均值差的检验;
教学方法与策略
课堂教学设计思路
1.在实际工作中我们往往需要检验一个样本平均数与已知的总体平均数是否有显着差异,即检验该样本是否来自某一总体。已知的总体平均数一般为一些公认的理论数值、经验数值或期望数值。如畜禽正常生理指标、怀孕期、家禽出雏日龄以及生产性能指标等,可以用样本平均数与之比较,检验差异显着性。这类检验的假设共有3种,与例的3种相似。由第4章第7节,我们可以用 t 统计数进行假设检验,称为t检验(t test)。
t检验假设样本服从正态分布,但是,当样本中等程度偏离正态分布时,不会影响t检验的可靠性(validity),统计术语称t检验为稳健的(robust)。
时间18分钟
总结
累计50分钟
作业布置:
1.复读课本第224至第232页;
2.完成书面作业:第248页第12-13题;
3.预习课本第233页至239页.
。
例某阀门厂的零件需要钻孔,要求孔径 ,孔径过大过小的零件都不合格。为了测试钻孔机是否正常,随机抽取了100件钻孔的零件进行检验,测得 , 。给定 ,检验钻孔机的操作是否正常。
解:从题意可知,这是一个总体均值的双边检验问题。
(1)提出假设: : : 。
(2)建立检验统计量:
。
(3)由给定的显着性水平 ,查表得临界值 ,因此拒绝域为 及 。
解:由题意知,总体方差 未知,但两者相等。两样本均为小样本,故用 作检验统计量
1、提出假设,若 ,则表示两种工艺方法在所需时间上没有显着差异;若 ,则表示用新工艺方法所需时间少,所以,单边右检验:
: ,
: 。
2、由已知条件, ,计算检验量的值:
,
。
。
3、当 时, 的自由度为 ,查 分布表,临界值为 ,拒绝域为 ,因 ∈ 落入拒绝域,所以拒绝 ,接受 ,认为新工艺流程组装产品所用时间更少。
,
。
课程名称
经济应用数学C
课时
50+50=100分钟
任课教师
蔡东平
专业与班级
市营B1601班
人资B1601-02班
课型
新授课
课题
正态总体下均值的假设检验
学
习
目
标
知识与技能
1. 掌握单个正态总体均值的假设检验;
2.了解两个正态总体均值差的检验;
过程与方法
1.方差已知单正态均值的假设检验;
同样的检验数据,检验的结论不同,这似乎是矛盾的。其实不然,当在显着性水平 时接受原假设,只能是认为在规定的显着性水平下,尚不能否定原假设。接受 ,并不意味着有绝对的把握保证 为真。我们从此例看到,在95﹪的置信水平上否定原假设,但是却不能在99﹪的置信水平上否定原假设。
时间20分钟
下课休息10分钟
4. 两个总体均值之差的抽样分布(30分钟)
时间30分钟
5. 例题选讲(18分钟)
教学意图
教学内容
教学环节
累计48分钟
例公司从生产商购买牛奶。公司怀疑生产商在牛奶中掺水以谋利。通过测定牛奶的冰点,可以检验出牛奶是否掺水。天然牛奶的冰点温度近似服从正态分布。均值 标准差 。牛奶掺水可使冰点温度升高而接近于水的冰点温度(0℃)。测得生产商提交的5批牛奶的冰点温度,其均值为 ,问是否可以认为生产商在牛奶中掺了水取
。
例某日用化工厂用一种设备生产香皂,其厚度要求为 ,今欲了解设备的工作性能是否良好,随机抽取10块香皂,测得平均厚度为 ,标准差为 ,试分别以 的显着性水平检验设备的工作性能是否合乎要求。
解:根据题意,香皂的厚度指标可以认为是服从正态分布的,但总体方差未知,且为小样本。这是一个总体均值的双边检验问题。
(4)计算实际检验量的数值:
。
(5)因为 ,落入拒绝域,故应拒绝原假设 ,接受 ,认为零件的孔径偏离了 的合格要求,且偏小。这说明钻孔机的操作已不正常,应进行调试。
时间:15分钟
3.小样本,正态总体且方差 未知(20分钟)
教学意图
教学内容
教学环节
累计50分钟
当总体服从正态分布 , 和 为未知参数,小样本时,要检验 时的统计量是自由度为 的 分布:
要求学生认真完成作业.
教学评价
使用“案例式教学”和“交互探究式教学”等教学手段与方法营造出了轻松活跃的教学氛围,将再次非常有效地激发学生的学习兴趣,加深学生正态总体下对均值的检验内容的学习印象.
在本节的教学过程中,学生均表现出较高的积极性和较大的情感投入,通过提问和交流说明学生已初步获得较理想的学习效果,也达到了本节的课的教学目标.
例按饲料配方规定,每1000kg某种饲料中维生素C大于246g,现从工厂的产品中随机抽测12个样品,测得维生素C含量如下:255、260、262、248、244、245、250、238、246、248、258、270g/1000kg,若样品的维生素C含量服从正态分布,问此产品是否符合规定要求
按题意,此例应采用单侧检验。
式中, 为样本含量, 为样本平均数差的标准误。
2.在实际工作中还经常会遇到推断两个样本平均数差异是否显着的问题,以了解两样本所属总体的平均数是否相同。对于两样本平均数差异显着性检验,因试验设计不同,一般可分为两种情况:一是两独立样本(independent samples)平均数的差异假设检验;二是配对样本(paired samples)平均数的假设性检。
2.方差未知单正态均值的假设检验;
3.两个正态总体均值差的检验。
情感态度与价值观
1.培养学生把复杂问题抓住问题的本质简单化.
2.让学生理解,一个真理的发现不是一蹴而就的,需要经过有简单到复杂,由具体到抽象的不断深入的过程.
教学分析
教学内容
1. 单个正态总体均值的假设检验;
2.两个正态总体均值差的检验;
(1)提出假设: : (合乎质量要求),
: (不合乎质量要求)。
(2)建立检验统计量。
由题目的条件,检验统计量为:
。
(3)当 和自由度 ,查表得 ,拒绝域为 及 ,接受域为 。
当 和自由度 ,查表得 ,拒绝域为 及 。(4来自计算实际检验量的值:。
(5)当 时, ,落入接受域,故接受原假设 ,认为在 的显着性水平下,设备的工作性能尚属良好。当 时, ,落入了拒绝域,因此要拒绝原假设 ,认为在 的显着性水平下,设备的性能与良好的要求有显着性差异。
根据题意,本例应进行双侧t检验。
1.假设为:
H0: = 114 ,HA: ≠ 114
2.统计数的计算
经计算得: = ,S= 。所以
= = =, =10-1=9
3.统计推断
由df= 9,查t值表(附表3)得双侧(9)= ,因为|t| < ,所以P> ,故不能拒绝H0,表明样本平均数与总体平均数差异不显着,可以认为该样本取自母猪怀孕期为114天的总体。
教学意图
教学内容
教学环节
累计30分钟
两个总体均值之差的分布一般有三种情形:
1、当两个正态总体方差已知时,两总体均值之差的抽样分布为:
2、当两个总体分布和总体方差未知,两个均为大样本时,两总体均值之差的抽样分布为:
3、当两个正态总体方差未知(但方差相等),两个均为小样本时,两总体均值之差的抽样分布为:
解:这是两个总体均值之差的显着性检验,没有涉及到方向,所以是双边检验。由于两个样本均为大样本且总体方差已知,因而可用检验统计量:
(1)提出假设: :
:
(2)根据子样计算实际检验量的值
(3)当 时,查正态分布表得 。
(4)因为 ,故拒绝 ,认为甲、乙两类地区居民的人均年收入有显着性差异。
例某车间比较用新、旧两种不同的工艺流程组装一种电子产品所用的时间是否有差异,已知两种工艺流程组装产品所用的时间服从正态分布,且 。第一组有10名技工用旧工艺流程组装产品,平均所需时间 分钟,子样标准差 分钟,另一组有8名技工用新工艺流程组装产品,平均所需时间 分钟,标准差 分钟。试问用新、旧两种不同工艺流程组装电子产品哪一种工艺方法所需时间更少(
板书设计
1.方差已知单正态均值的假设检验;
2.方差未知单正态均值的假设检验;
3.两个正态总体均值差的检验。
教学进程
1.正态总体方差 已知(15分钟)
教学意图
教学内容
教学环节
累计15分钟
例某厂生产一种耐高温的零件,根据质量管理资料,在以往一段时间里,零件抗热的平均温度是12500C ,零件抗热温度的标准差是1500C。在最近生产的一批零件中,随机测试了100个零件,其平均抗热温度为12000C。该厂能否认为最近生产的这批零件仍然符合产品质量要求,而承担的生产者风险为。
解:从题意分析知道,该厂检验的目的是希望这批零件的抗热温度高于12500C,而低于12500C的应予拒绝,因此这是一个左边检验问题。
(1)提出假设: :
: 。
(2)建立检验统计量为:
。
(3)根据给定的显着性水平 ,查表得临界值 ,因此拒绝域为 。
(4)计算检验量的数值
。
(5)因为 ,落入拒绝域,故拒绝原假设或接受备择假设,认为最近生产的这批零件的抗高温性能低于12500C,不能认为产品符合质量要求。
解:按题意需检验假设
(即设牛奶未掺水),
(即设牛奶已掺水)
这是右边检验问题,其拒绝域为:
即为:
现在
所以 的值落在了拒绝域中,所以,在显着水平 下拒绝 ,即认为牛奶商在牛奶中掺了水。
例母猪的怀孕期为114天,今抽测10头母猪的怀孕期分别为116、115、113、112、114、117、115、116、114、113(天),试检验所得样本的平均数与总体平均数114天有无显着差异
教学重点
单个正态总体均值的假设检验;
教学难点
两个正态总体均值差的检验;
教学方法与策略
课堂教学设计思路
1.在实际工作中我们往往需要检验一个样本平均数与已知的总体平均数是否有显着差异,即检验该样本是否来自某一总体。已知的总体平均数一般为一些公认的理论数值、经验数值或期望数值。如畜禽正常生理指标、怀孕期、家禽出雏日龄以及生产性能指标等,可以用样本平均数与之比较,检验差异显着性。这类检验的假设共有3种,与例的3种相似。由第4章第7节,我们可以用 t 统计数进行假设检验,称为t检验(t test)。
t检验假设样本服从正态分布,但是,当样本中等程度偏离正态分布时,不会影响t检验的可靠性(validity),统计术语称t检验为稳健的(robust)。
时间18分钟
总结
累计50分钟
作业布置:
1.复读课本第224至第232页;
2.完成书面作业:第248页第12-13题;
3.预习课本第233页至239页.
。
例某阀门厂的零件需要钻孔,要求孔径 ,孔径过大过小的零件都不合格。为了测试钻孔机是否正常,随机抽取了100件钻孔的零件进行检验,测得 , 。给定 ,检验钻孔机的操作是否正常。
解:从题意可知,这是一个总体均值的双边检验问题。
(1)提出假设: : : 。
(2)建立检验统计量:
。
(3)由给定的显着性水平 ,查表得临界值 ,因此拒绝域为 及 。
解:由题意知,总体方差 未知,但两者相等。两样本均为小样本,故用 作检验统计量
1、提出假设,若 ,则表示两种工艺方法在所需时间上没有显着差异;若 ,则表示用新工艺方法所需时间少,所以,单边右检验:
: ,
: 。
2、由已知条件, ,计算检验量的值:
,
。
。
3、当 时, 的自由度为 ,查 分布表,临界值为 ,拒绝域为 ,因 ∈ 落入拒绝域,所以拒绝 ,接受 ,认为新工艺流程组装产品所用时间更少。
,
。