正态总体均值的假设检验

合集下载
  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)。

上一段中, H0:μ=μ0 ; H1: μ≠μ0 的对立假设为H1:μ≠

μ

0 ,该假设称为双边对立假设。

2. 单边检验 H0: μ=μ0; H1: μ>μ0

而现在要处理的对立假设为 H

1

: μ>μ0, 称为右边对立假设。

类似地,H0: μ=μ0; H1: μ<μ0 中的对立假设H1: μ

<μ0,假设称为左边对立假设。右边对立假设和左边对立

假设统称为单边对立假设,其检验为单边检验。

例如:工厂生产的某产品的数量指标服从正态分布,

均值为μ0 ;采用新技术或新配方后,产品质量指标还

服从正态分布,但均值为µ。我们想了解“µ是否显著

地大于μ

”,即产品的质量指标是否显著地增加了。

8.2.2 两个正态总体N(µ1, σ12) 和N(µ2, σ22)

均值的比较

在应用上,经常会遇到两个正态总体均值的比较问题。

例如:比较甲、乙两厂生产的某种产品的质量。将两厂生产的产品的质量指标分别看成正态总体N(µ1, σ12) 和N(µ2, σ22)。比较它们的产品质量指标的问题,就变为比较这两个正态总体的均值µ1和µ2的的问题。

上面,我们假定 σ12=σ22。当然,这是个不得已而强加上去的条件,因为如果不加此条件,就无法使用简单易行的 t 检验。

在实用中,只要我们有理由认为σ12和σ22相差不是太大,往往就可使用上述方法。通常是:如果方差比检验未被拒绝(见下节), 就认为σ12和σ22相差不是太大。

J 说明

小结

本讲首先介绍假设检验的基本概念;然后讨论正态总体均值的各种假设检验问题,给出了检验的拒绝域及相关例题。

相关文档
最新文档