第六章 参数假设检验(课堂PPT)
合集下载
相关主题
- 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)。
第六章 参数假设检验
例1、某企业生产一种零件,过去的大量资料表明,
零件的平均长度服从均值为4厘米,标准差为0.1厘 米的正态分布。改革工艺后,抽查了100个零件, 测得样本平均长度为3.95厘米。问:工艺改革前后 零件的长度是否发生了显著的变化?(4)
x
x
~
N (0,1)
n
1
若设 0为真,给定置信度 1 时,应
一、假设检验的基本问题
(一)原假设与备择假设的提法
原假设(零假设)H 0 备择假设 H1
7
假设的三种形式:
1、H0: 0;H1: 0 2、H0: 0;H1: 0
或H0: 0;H1: 0
3、H0: 0;H1: 0
或H0: 0;H1: 0
8
(二)假设检验的原理
(三)拒绝域和接受域(10)
(四)假设检验的两类错误(13)
检验结果
接受 H 0
决 策
拒绝 H 0
总体情况
H 0为真
H 0不真
正确
第二型错误(采伪)
(概率为 )
第一型错误(拒真)
(概率为 )
正确
9
示意图(9)
x
1
10
示意图
x
11
示意图
x
12
示意图(9)
0
1
13
二、假设检验的步骤(2)
1、提出原假设与备择假设; 2、选择适当的统计量并确定其分布形式; 3、计算检验统计量的具体数值; 4、选择显著水平 (给定的),确定
于是有:
x 0
3.95 4 0.1
5 2.58
n
100
所以,根据样本信息,应推断工 艺改革前后零件的长度发生了显著的 变化。
5
假设检验具有两个主要特点:
1、假设检验所采用的逻辑推 理方法是反证法。
2、这里的合理与否,所 依据的是“小概率事件实际不 可能发生”的原理。
6
第一节 假设检验的基本概念
解:建立假设:H0:≤40 H1: >40
假设每一套住宅的销售时间服从正态分布 2 未知,已知
S=10,选择统计量 T X 又 X 45 ,n=20,进一步有:
S n
T X 0 45 40 2.24
S
10 20
n
25
当=0.05时,查t分布表得:t0.05(19)=1.729。 由于 T 2.24 t (19) 1.729 ,所以以5%的显著性水平 拒绝H0,接受H1。 表明以5%的显著性水平,该子公司没有完成了母 公司的指标任务。
是否符合要求。(已t0.0知5 9 1.833
)
解:建立假设, H 0: 50 H1: 50
因为总体方差未知且为小样本,故采用 t 统计量:
T
x S
n
∵ x 50.2,S 0.62,n 10
∴
T 50.2 50 1.02
0.62
10
23
由于 0.1 ,自由度为10-1=9时,t0.05 9 1.833 。
由 0.05,查表得临界值 z z0.05 1.645
16
由于 z 2.4 z 1.645 ,所以应拒绝 H0而接 受 H1 ,即这批产品的使用寿命确有显著提高。
17
(二)总体方差未知时对正态总体均值的 假设检验(n<30)
设 X ~ N , 2 ,总体方差 2 未知。可用t检
解:建立假设,H0: 10620(千克); H1: 10620(千克) ∵ n 10,x 10631千克,S 81千克, 0.05
∴ 选择T统计量 T x
S n
代入数据,计算得:T
10631 10620 8
11 0.429 25.61
10
21
查表得: t0.05 (Hale Waihona Puke Baidu) 1.833
临界值; 5、作出结论。
14
第二节 总体均值的假设检验
一、单个总体均值的假设检验
(一)总体方差已知时对正态总体均值 的假设检验
设 X ~ N , 2 ,总体方差 2 已知,x1, x2, , xn
为总体的一个样本,样本平均数为 x 。可用 z 检验
法。
z
x
0
~
N 0,1
n
15
例2、根据过去大量资料,某厂生产的产品的使用寿命
∴
T t0.05 9
故在10%的显著水平下,接受原假设,即每袋 重量符合要求。
24
例6、某房地产母公司给其一家子公司下达的指标任务是每一 套住宅的平均销售时间为40天或更少。抽取子公司20套住宅, 发现其平均销售时间是45天,而样本标准差是10天。问以 5%的显著性水平来检定,该子公司是否完成了母公司的指标 任务。
统计检验量 t x 0 986 1000 1.75
S
24
n
9
由 0.05,查表得临界值 t0.025 9 1 2.306
19
由于 t 1.75 t n 1 2.306 ,所以接 受 H0 ,即可认为这2天自动包装机工作正 常。
20
例4、某厂生产的一种金属线,其抗拉强度的均值为10620千克, 据说经过工艺改革后其抗拉强度有所提高。为检验,从新生 产的产品中,随机抽取了10根,测得平均抗拉强度为10631 千克,标准差为81千克,设抗拉强度服从正态分布,问:在 =0.05的显著水平下,可否认为抗拉强度比过去提高了?
服从正态分布 N 1020,100 2 。现从最近生产的一批产
品中随机抽取16件,测得样本平均寿命为1080小时。 试在0.05的显著水平下判断这批产品的使用寿命是 否有显著提高?(32)
解: H0: 1020,H1: 1020
统计检验量 z
x 0
1080 1020 100
2.4
n
16
验法。
t
x 0
S
~
tn 1
n
18
例3、某厂采用自动包装机分装产品,假定每包产品的 重量服从正态分布,每包标准重量为1000千克。某 日随机抽查9包,测得样本平均重量为986克,标准 差为24克。试问在0.05的显著水平上,能否认为这 天自动包装机工作正常?(30)
解: H0: 1000,H1: 1000
有(4)(14)
x 0
z 2
n
即
z
x 0
2
n
2
反之,若
x 0
z 2
n
即
z
x 0
2
n
则说明工艺改革前后零件的长度发生了 显著的变化。
3
示意图(1)(2)
x 0
1
4
本例中, x 3.95, 0.1,n 100,
假定 4,若给定 0.01,则有 z 2.58 。 2
∵
T 0.429 t0.05 (9) 1.833
∴ 接受原假设,即有95%的把握认为抗拉强度
没有提高。
22
例5、某食品厂用自动装袋机包装食品,每袋标准重量为50克,
每隔一定时间随机抽取包装袋进行检验。现随机抽取10袋样
本,测得其平均重量为50.20克,样本标准差为0.62克。若
每袋重量服从正态分布,试以10%的显著水平检验每袋重量
例1、某企业生产一种零件,过去的大量资料表明,
零件的平均长度服从均值为4厘米,标准差为0.1厘 米的正态分布。改革工艺后,抽查了100个零件, 测得样本平均长度为3.95厘米。问:工艺改革前后 零件的长度是否发生了显著的变化?(4)
x
x
~
N (0,1)
n
1
若设 0为真,给定置信度 1 时,应
一、假设检验的基本问题
(一)原假设与备择假设的提法
原假设(零假设)H 0 备择假设 H1
7
假设的三种形式:
1、H0: 0;H1: 0 2、H0: 0;H1: 0
或H0: 0;H1: 0
3、H0: 0;H1: 0
或H0: 0;H1: 0
8
(二)假设检验的原理
(三)拒绝域和接受域(10)
(四)假设检验的两类错误(13)
检验结果
接受 H 0
决 策
拒绝 H 0
总体情况
H 0为真
H 0不真
正确
第二型错误(采伪)
(概率为 )
第一型错误(拒真)
(概率为 )
正确
9
示意图(9)
x
1
10
示意图
x
11
示意图
x
12
示意图(9)
0
1
13
二、假设检验的步骤(2)
1、提出原假设与备择假设; 2、选择适当的统计量并确定其分布形式; 3、计算检验统计量的具体数值; 4、选择显著水平 (给定的),确定
于是有:
x 0
3.95 4 0.1
5 2.58
n
100
所以,根据样本信息,应推断工 艺改革前后零件的长度发生了显著的 变化。
5
假设检验具有两个主要特点:
1、假设检验所采用的逻辑推 理方法是反证法。
2、这里的合理与否,所 依据的是“小概率事件实际不 可能发生”的原理。
6
第一节 假设检验的基本概念
解:建立假设:H0:≤40 H1: >40
假设每一套住宅的销售时间服从正态分布 2 未知,已知
S=10,选择统计量 T X 又 X 45 ,n=20,进一步有:
S n
T X 0 45 40 2.24
S
10 20
n
25
当=0.05时,查t分布表得:t0.05(19)=1.729。 由于 T 2.24 t (19) 1.729 ,所以以5%的显著性水平 拒绝H0,接受H1。 表明以5%的显著性水平,该子公司没有完成了母 公司的指标任务。
是否符合要求。(已t0.0知5 9 1.833
)
解:建立假设, H 0: 50 H1: 50
因为总体方差未知且为小样本,故采用 t 统计量:
T
x S
n
∵ x 50.2,S 0.62,n 10
∴
T 50.2 50 1.02
0.62
10
23
由于 0.1 ,自由度为10-1=9时,t0.05 9 1.833 。
由 0.05,查表得临界值 z z0.05 1.645
16
由于 z 2.4 z 1.645 ,所以应拒绝 H0而接 受 H1 ,即这批产品的使用寿命确有显著提高。
17
(二)总体方差未知时对正态总体均值的 假设检验(n<30)
设 X ~ N , 2 ,总体方差 2 未知。可用t检
解:建立假设,H0: 10620(千克); H1: 10620(千克) ∵ n 10,x 10631千克,S 81千克, 0.05
∴ 选择T统计量 T x
S n
代入数据,计算得:T
10631 10620 8
11 0.429 25.61
10
21
查表得: t0.05 (Hale Waihona Puke Baidu) 1.833
临界值; 5、作出结论。
14
第二节 总体均值的假设检验
一、单个总体均值的假设检验
(一)总体方差已知时对正态总体均值 的假设检验
设 X ~ N , 2 ,总体方差 2 已知,x1, x2, , xn
为总体的一个样本,样本平均数为 x 。可用 z 检验
法。
z
x
0
~
N 0,1
n
15
例2、根据过去大量资料,某厂生产的产品的使用寿命
∴
T t0.05 9
故在10%的显著水平下,接受原假设,即每袋 重量符合要求。
24
例6、某房地产母公司给其一家子公司下达的指标任务是每一 套住宅的平均销售时间为40天或更少。抽取子公司20套住宅, 发现其平均销售时间是45天,而样本标准差是10天。问以 5%的显著性水平来检定,该子公司是否完成了母公司的指标 任务。
统计检验量 t x 0 986 1000 1.75
S
24
n
9
由 0.05,查表得临界值 t0.025 9 1 2.306
19
由于 t 1.75 t n 1 2.306 ,所以接 受 H0 ,即可认为这2天自动包装机工作正 常。
20
例4、某厂生产的一种金属线,其抗拉强度的均值为10620千克, 据说经过工艺改革后其抗拉强度有所提高。为检验,从新生 产的产品中,随机抽取了10根,测得平均抗拉强度为10631 千克,标准差为81千克,设抗拉强度服从正态分布,问:在 =0.05的显著水平下,可否认为抗拉强度比过去提高了?
服从正态分布 N 1020,100 2 。现从最近生产的一批产
品中随机抽取16件,测得样本平均寿命为1080小时。 试在0.05的显著水平下判断这批产品的使用寿命是 否有显著提高?(32)
解: H0: 1020,H1: 1020
统计检验量 z
x 0
1080 1020 100
2.4
n
16
验法。
t
x 0
S
~
tn 1
n
18
例3、某厂采用自动包装机分装产品,假定每包产品的 重量服从正态分布,每包标准重量为1000千克。某 日随机抽查9包,测得样本平均重量为986克,标准 差为24克。试问在0.05的显著水平上,能否认为这 天自动包装机工作正常?(30)
解: H0: 1000,H1: 1000
有(4)(14)
x 0
z 2
n
即
z
x 0
2
n
2
反之,若
x 0
z 2
n
即
z
x 0
2
n
则说明工艺改革前后零件的长度发生了 显著的变化。
3
示意图(1)(2)
x 0
1
4
本例中, x 3.95, 0.1,n 100,
假定 4,若给定 0.01,则有 z 2.58 。 2
∵
T 0.429 t0.05 (9) 1.833
∴ 接受原假设,即有95%的把握认为抗拉强度
没有提高。
22
例5、某食品厂用自动装袋机包装食品,每袋标准重量为50克,
每隔一定时间随机抽取包装袋进行检验。现随机抽取10袋样
本,测得其平均重量为50.20克,样本标准差为0.62克。若
每袋重量服从正态分布,试以10%的显著水平检验每袋重量