统计学第七章假设检验教学指导与习题解答
梁前德《统计学》(第二版)学习指导与习题训练答案：07第七章 假设检验与方差分析 习题答案
旗开得胜1第七章 假设检验与方差分析 习题答案一、名词解释用规范性的语言解释统计学中的名词。
1. 假设检验：对总体分布或参数做出某种假设，然后再依据抽取的样本信息，对假设是否正确做出统计判断，即是否拒绝这种假设。
2. 原假设：又叫零假设或无效假设，是待检验的假设，表示为 H 0，总是含有等号。
3. 备择假设：是零假设的对立，表示为 H 1，总是含有不等号。
4. 单侧检验：备择假设符号为大于或小于时的假设检验。
5. 显著性水平：原假设为真时，拒绝原假设的概率。
6. 方差分析：是检验多个总体均值是否相等的一种统计分析方法。
二、填空题根据下面提示的内容，将适宜的名词、词组或短语填入相应的空格之中。
1. u ，nx σμ0-，标准正态； ),(),(2/2/+∞--∞nz nz σσααY2. 参数检验，非参数检验3. 弃真，存伪4. 方差旗开得胜25. 卡方， F6. 方差分析7. t ，u8. nsx 0μ-，不拒绝9. 单侧，双侧10．新产品的废品率为5% ，0.01 11．相关，总变异，组间变异，组内变异12．总变差平方和=组间变差平方和+组内变差平方和 13．连续，离散 14．总体均值 15．因子，水平 16．组间，组内 17．r-1，n-r18. 正态，独立，方差齐三、单项选择从各题给出的四个备选答案中，选择一个最佳答案，填入相应的括号中。
1．B 2．B 3. B 4．A 5．C 6．B 7．C 8．A 9．D 10．A 11．D 12．C四、多项选择从各题给出的四个备选答案中，选择一个或多个正确的答案，填入相应的括号中。
1.AC 2．A 3.B 4.BD 5. AD五、判断改错对下列命题进行判断，在正确命题的括号内打“√”；在错误命题的括号内打“×”，并在错误的地方下划一横线，将改正后的内容写入题下空白处。
1. 在任何情况下，假设检验中的两类错误都不可能同时降低。
( ×)样本量一定时2. 对于两样本的均值检验问题，若方差均未知，则方差分析和t检验均可使用，且两者检验结果一致。
《统计学》-第7章-习题答案
第七章思考与练习参考答案1．答：函数关系是两变量之间的确定性关系，即当一个变量取一定数值时，另一个变量有确定值与之相对应；而相关关系表示的是两变量之间的一种不确定性关系，具体表示为当一个变量取一定数值时，与之相对应的另一变量的数值虽然不确定，但它仍按某种规律在一定的范围内变化。
2．答：相关和回归都是研究现象及变量之间相互关系的方法。
相关分析研究变量之间相关的方向和相关的程度，但不能确定变量间相互关系的具体形式，也无法从一个变量的变化来推测另一个变量的变化情况；回归分析则可以找到研究变量之间相互关系的具体形式，并可变量之间的数量联系进行测定，确定一个回归方程，并根据这个回归方程从已知量推测未知量。
3．答：单相关系数是度量两个变量之间线性相关程度的指标，其计算公式为：总体相关系数，样本相关系数。
复相关系数是多元线性回归分析中度量因变量与其它多个自变量之间的线性相关程度的指标，它是方程的判定系数2R 的正的平方根。
偏相关系数是多元线性回归分析中度量在其它变量不变的情况下两个变量之间真实相关程度的指标，它反映了在消除其他变量影响的条件下两个变量之间的线性相关程度。
4．答：回归模型假定总体上因变量Y 与自变量X 之间存在着近似的线性函数关系，可表示为t t t u X Y ++=10ββ，这就是总体回归函数，其中u t 是随机误差项，可以反映未考虑的其他各种因素对Y 的影响。
根据样本数据拟合的方程，就是样本回归函数，以一元线性回归模型的样本回归函数为例可表示为：tt X Y 10ˆˆˆββ+=。
总体回归函数事实上是未知的，需要利用样本的信息对其进行估计，样本回归函数是对总体回归函数的近似反映。
两者的区别主要包括：第一，总体回归直线是未知的，它只有一条；而样本回归直线则是根据样本数据拟合的，每抽取一组样本，便可以拟合一条样本回归直线。
第二，总体回归函数中的0β和1β是未知的参数，表现为常数；而样本回归直线中的0ˆβ和1ˆβ是随机变量，其具体数值随所抽取的样本观测值不同而变动。
07《卫生统计学》第七章_假设检验基础(6版) (1)
sd t
n 1
n
2 7950 8832500
10 1
10
528.336IU / g
d d d 795.0 4.785 sd s d n 528.336 10
确定概率P：按ν =9查t 界值表，得P<0.01 判断结果:在α=0.05的水准上，拒绝H0，接受H1，可以认为 维生素E缺乏组大鼠肝脏维生素A含量低于正常饲料组。
二、 假设检验的基本步骤
• 确定检验水准： 检验水准（size of a test），亦称为 显著性水准（significance level），符号 为α，即拒绝或不拒绝H0所要冒出错的风 险大小。一般取α=0.05或α= 0.01。
二、 假设检验的基本步骤
• 确定单侧检验(one sided test)还是双侧检验(two sided test)： 如果根据现有的专业知识无法预先判断该病 病人的脉搏是高于还是低于一般健康成年男，两 种可能性都存在，研究者对这两种可能性同等关 心，那么，就是要推断两总体均数有无差别，应 当采用双侧检验；如果根据专业知识，已知病人 的脉搏不会低于一般人，或是研究者只关心病人 的脉搏是否高于一般，而不关心是否低于一般， 则应当采用单侧检验(one sided test)。
二、 假设检验的基本步骤
本例的资料符合t 检验的应用条件，已知 μ=72次/min ， x =75.572次/min ，s=5.0次/min ， n=25，代入公式计算t 值，结果：
x x 75.5 72.0 t 3.50 sx s n 5.0 25
3. 确定P值
第二节 t 检验
1. 一组样本资料的 t 检验
统计学：假设检验习题与答案
一、单选题1、在假设检验中，我们认为（）。
A.原假设是不容置疑的B.拒绝域总是位于检验统计量分布的两边C.小概率事件在一次抽样中实际上不会发生D.检验统计量落入拒绝域是不可能的正确答案：C2、在假设检验中，显著性水平确定后（）。
A.双边检验的拒绝域小于单边检验的拒绝域B.双边检验的拒绝域大于单边检验的拒绝域C.双边检验的拒绝域与单边检验的拒绝域不可简单直接对比D.双边检验的拒绝域等于单边检验的拒绝域正确答案：C3、单个正态总体均值的检验时若总体方差已知，（）。
A.设计的检验统计量服从卡方分布B.设计的检验统计量服从F分布C.设计的检验统计量服从标准正态分布D.设计的检验统计量服从t分布正确答案：C4、总体成数的假设检验（）。
A.设计的检验统计量服从标准正态分布B.设计的检验统计量服从卡方分布C.设计的检验统计量近似服从卡方分布D.设计的检验统计量近似服从标准正态分布正确答案：D5、两个正态总体均值之差的检验中，如果两个总体方差未知但相等，检验统计量t的自由度是（）。
A.两样本容量之和B.两样本容量之和减2C.两样本容量之积D.两样本容量之和减1正确答案：B6、假设检验是检验（）的假设值是否成立。
A.总体均值B.总体指标C.样本方差D.样本指标正确答案：B7、在大样本条件下，样本成数的抽样分布近似为（）。
A.均匀分布B.卡方分布C.二项分布D.正态分布正确答案：D8、下列关于假设检验的说法，不正确的是（）。
A.作出“拒绝原假设”决策时可能会犯第一类错误B.作出“不能拒绝原假设”决策时意味着原假设正确C.作出“不能拒绝原假设”决策时可能会犯第二类错误D.作出“接受原假设”决策时意味着没有充分的理由认为原假设是错误的正确答案：B9、将由显著性水平所规定的拒绝域平分为两部分，置于概率分布的两，每边占显著性水平的二分之一，这是（）。
A.右侧检验B.单侧检验C.左侧检验D.双侧检验正确答案：D10、如果使用者偏重于担心出现纳伪错误而造成的损失，则应把显著性水平定得（）。
概率论与数理统计教程第七章答案
.第七章假设检验7.1设总体J〜N(4Q2),其中参数4, /为未知，试指出下面统计假设中哪些是简洁假设，哪些是复合假设：(1) W o: // = 0, σ = 1 ；(2) W o√∕ = O, σ>l5(3) ∕70:// <3, σ = 1 ；(4) % :0< 〃 <3 ；(5)W o :// = 0.解：(1)是简洁假设，其余位复合假设7.2设配么，…，25取自正态总体息(19),其中参数〃未知，无是子样均值,如对检验问题“0 ：〃 = 〃o, M ：4工从)取检验的拒绝域：c = {(x1,x2,∙∙∙,x25)r∣x-χ∕0∖≥c},试打算常数c ,使检验的显著性水平为0. 05_ Q解：由于J〜N(〃,9),故J~N(",二)在打。
成立的条件下，一/3 5cP o(∖ξ-^∖≥c) = P(∖ξ-μJ^∖≥-)=2 1-Φ(y) =0.05Φ(-) = 0.975,-= 1.96,所以c=L176°3 37. 3 设子样。
,乙，…，25取自正态总体，cr：已知，对假设检验%邛=μ0, H2> /J。
,取临界域c = {(X[,w,…,4)：片>9)}，(1)求此检验犯第一类错误概率为α时，犯其次类错误的概率夕，并争论它们之间的关系；(2)设〃o=0∙05, σ~=0. 004, a =0.05, n=9,求"=0.65 时不犯其次类错误的概率。
解：(1)在儿成立的条件下，F~N(∕o,军)，此时a = P^ξ≥c^ = P0< σo σo )所以，包二为册=4_,,由此式解出c°=窄4f+为% ∖∣n在H∣成立的条件下，W ~ N",啊 ,此时nS = %<c°) = AI。
气L =①(^^~品)二①匹%=①(2δξ^历σoA∣-σ+A)-A-------------- y∕n)。
(完整版)统计学假设检验习题答案
1．假设某产品的重量服从正态分布，现在从一批产品中随机抽取16件，测得平均重量为820克，标准差为60克，试以显著性水平α=0.01与α=0.05，分别检验这批产品的平均重量是否是800克。
解：假设检验为800:,800:0100≠=μμH H (产品重量应该使用双侧 检验)。
采用t 分布的检验统计量nx t /0σμ-=。
查出α＝0.05和0.01两个水平下的临界值(df=n-1=15)为2.131和2.947。
667.116/60800820=-=t 。
因为t <2.131<2.947，所以在两个水平下都接受原假设。
2．某牌号彩电规定无故障时间为10 000小时，厂家采取改进措施，现在从新批量彩电中抽取100台，测得平均无故障时间为10 150小时，标准差为500小时，能否据此判断该彩电无故障时间有显著增加(α=0.01)？解：假设检验为10000:,10000:0100>=μμH H （使用寿命有无显著增加，应该使用右侧检验）。
n=100可近似采用正态分布的检验统计量nx z /0σμ-=。
查出α＝0.01水平下的反查正态概率表得到临界值2.32到2.34之间（因为表中给出的是双侧检验的接受域临界值，因此本题的单侧检验显著性水平应先乘以2，再查到对应的临界值）。
计算统计量值3100/5001000010150=-=z 。
因为z=3>2.34(>2.32)，所以拒绝原假设，无故障时间有显著增加。
3.设某产品的指标服从正态分布，它的标准差σ已知为150，今抽了一个容量为26的样本，计算得平均值为1637。
问在5％的显著水平下，能否认为这批产品的指标的期望值μ为1600?解: 01:1600, :1600,H H μμ=≠标准差σ已知,拒绝域为2Z z α>,取0.05,α=26,n =0.0250.9752 1.96z z z α===,由检验统计量1.25 1.96Z ===<,接受0:1600H μ=, 即,以95%的把握认为这批产品的指标的期望值μ为1600.4.某电器零件的平均电阻一直保持在2.64Ω，改变加工工艺后，测得100个零件的平均电阻为2.62Ω，如改变工艺前后电阻的标准差保持在O.06Ω，问新工艺对此零件的电阻有无显著影响(α=0.05)?解: 01: 2.64, : 2.64,H H μμ=≠已知标准差σ=0.16,拒绝域为2Z z α>,取0.02520.05, 1.96z z αα===,100,n =由检验统计量3.33 1.96Z ===>,接受1: 2.64H μ≠, 即, 以95%的把握认为新工艺对此零件的电阻有显著影响.5．某食品厂用自动装罐机装罐头食品，每罐标准重量为500克，每隔一定时间需要检查机器工作情况。
(罗良清)统计学(第二版)思考与练习答案：第七章假设检验习题答案
1习题答案计算题：（1）假设考生成绩服从正态分布，在某地一次数学统考中随机抽取了36位考生的成绩，算得平均成绩为66.5分，标准差为15分。
问在显著性水平α=0.05下，是否可以认为这次考试全体考生的成绩为70分？解：建立假设 H 0:0μ=70, H 1:0μ≠70x =66.5，s=15，n=360718/1536x t s n === 另一方面查表得，t(14)=2.1448>t故应接受零假设，即不认为0μ≠70（2）某种导线的质量标准要求其电阻的标准差不得超过σ=0.005Ω，今在一批导线中随机抽取样品9根，测得样本标准差为s=0.007Ω。
设总体为正态分布，问在显著性水平α=0.05下能否认为这批导线的标准差显著地增大了？解：建立假设 H 0:0σ=0.005, H 1: 0σ>0.005n=9，s=0.0072222220(1)80.00715.680.005n s χσ-⨯=== 另一方面查表得，20.05(8)15.5χ=>15.68故应接受原假设，即不认为0σ>0.005（但已经相当接近于拒绝零假设的边缘了）（3）两台车床生产同一种滚珠，其直径服从正态分布。
从中分别抽取8个和9个产品，测得各自的直径为：甲车床：15.0 14.5 15.2 15.5 14.8 15.1 15.2 14.8；乙车床：15.2 15.0 14.8 15.2 15.0 15.0 14.8 15.1 14.8。
比较两台车床生产的滚珠直径的方差是否有明显差别（α=0.05）？解：建立假设 H 0:12μμ=, H 1: 12μμ≠经计算后得：x =15.0125，y =14.9889；20.095536x s =，20.026111y s =1n =8，29n =合并方差 22x y 2xy (m 1)s (n 1)s 0.058509m n 2s -+-=+-=20.095536x s =自由度 m+n-2=15旗开得胜 3 xy x y mnt s mn -=+=0.200884 另一方面查表得，0.025(15) 2.1315t =>0.200884故应接受原假设，即不认为12μμ≠。
统计 习题课件 CH07
第一节 假设检验的概念与原理
一,假设检验的思维逻辑 基本推断原理: 基本推断原理:小概率事件在一次随机试验中不(大) 可能发生. 特点: 特点:从研究总体中抽取大小合适的随机样本,应用假 设检验理论和方法,依据样本提供的有限信息对总体做推 断. 二,假设检验的基本步骤 基本概念: 基本概念:假设检验就是首先根据设计和研究目的提 出某种假设,然后根据现有资料提供的信息,推断此假设 应当拒绝还是不拒绝. 假设检验的基本步骤: 假设检验的基本步骤: 分为三步: 1.建立检验假设,确定检验水准 2. 计算统计量 3. 确定值,做出推断
思考与练习
2. 为探讨习惯性流产与 为探讨习惯性流产与ACA(抗心磷抗体)的lgG的关 (抗心磷抗体) 的关 研究人员检测了33例不育症 流产史>2次 妇女ACA 例不育症( 系,研究人员检测了 例不育症(流产史 次)妇女 单位, 单位; 的lgG,得样本均数为 ,得样本均数为1.36单位,标准差为 单位 标准差为0.25单位;同时 单位 检测了40例正常 例正常( 胎正常足月产史) 检测了 例正常(有1胎正常足月产史)育龄妇女 胎正常足月产史 育龄妇女ACA的 的 lgG,相应样本均数为 单位, 单位. ,相应样本均数为0.73单位,标准差为 单位 标准差为0.06单位.习惯 单位 性流产者与正常妇女lgG水平是否不同? 水平是否不同? 性流产者与正常妇女 水平是否不同 解答:本研究为通过不同群体的小样本数据比较定量指 标lgG的平均水平,故本题属于两独立样本设计资料的t检验. 首先检验两样本方差是否具有齐性(参见教材例7-6方法), 求得F=17.36,P<0.05,方差不齐;选用t'检验(参见教材 ν 例7-5方法)求得t'=14.14, =35,P<0.05,有统计学意义. 说明习惯性流产者与正常妇女lgG水平是不同的.
假设检验的习题及详解包括典型考研真题
§假设检验基本题型Ⅰ 有关检验统计量和两类错误的题型【例8.1】u 检验、t 检验都是关于 的假设检验.当 已知时，用u 检验；当 未知时，用t 检验.【分析】 由u 检验、t 检验的概念可知，u 检验、t 检验都是关于均值的假设检验，当方差2σ为已知时，用u 检验；当方差2σ为未知时，用t 检验. 【例8.2】设总体2(,)XN u σ，2,u σ未知，12,,,n x x x 是来自该总体的样本，记11ni i x x n ==∑，21()ni i Q x x ==-∑，则对假设检验0010::H u u H u u =↔≠使用的t 统计量t = （用,x Q 表示）；其拒绝域w = . 【分析】2σ未知，对u 的检验使用t 检验，检验统计量为(1)x t t n ==-对双边检验0010::H u u H u u =↔≠，其拒绝域为2{||(1)}w t t n α=>-.【例8.3】设总体211(,)XN u σ，总体222(,)Y N u σ，其中2212,σσ未知，设112,,,n x x x 是来自总体X 的样本，212,,,n y y y 是来自总体Y 的样本，两样本独立，则对于假设检验012112::H u u H u u =↔≠，使用的统计量为 ，它服从的分布为 .【分析】记1111n i i x x n ==∑，2121n i i y y n ==∑,因两样本独立，故,x y 相互独立，从而在0H 成立下，()0E x y -=，221212()()()D x y D x D y n n σσ+=+=+，故构造检验统计量(0,1)x yu N =.【例8.4】设总体2(,)XN u σ，u 未知，12,,,n x x x 是来自该总体的样本，样本方差为2S ，对2201:16:16H H σσ≥↔<，其检验统计量为 ，拒绝域为 .【分析】u 未知，对2σ的检验使用2χ检验，又由题设知，假设为单边检验，故统计量为222(1)(1)16n S n χχ-=-，从而拒绝域为221{(1)}n αχχ-<-.【例8.5】某青工以往的记录是：平均每加工100个零件，由60个是一等品，今年考核他，在他加工零件中随机抽取100件，发现有70个是一等品，这个成绩是否说明该青工的技术水平有了显著性的提高（取0.05α=）？对此问题，假设检验问题应设为 【 】()A 01:0.6:0.6H p H p ≥↔<. ()B 01:0.6:0.6H p H p ≤↔>. ()C 01:0.6:0.6H p H p =↔≠. ()D 01:0.6:0.6H p H p ≠↔=.【分析】一般地，选取问题的对立事件为原假设.在本题中，需考察青工的技术水平是否有了显著性的提高，故选取原假设为0:0.6H p ≤，相应的，对立假设为1:0.6H p >，故选()B .【例8.6】某厂生产一种螺钉，标准要求长度是68mm ，实际生产的产品，其长度服从2(,3.6)N u ，考察假设检验问题01:68:68H u H u =↔≠.设x 为样本均值，按下列方式进行假设检验：当|68|1x ->时，拒绝原假设0H ；当|68|1x -≤时，接受原假设0H . （1）当样本容量36n =时，求犯第一类错误的概率α； （2）当样本容量64n =时，求犯第一类错误的概率α；（3）当0H 不成立时（设70u =），又64n =时，按上述检验法，求犯第二类错误的概率β. 【解】（1）当36n =时，223.6(,)(,0.6)36xN u N u =，000{|68|1|}{67|}{69|}P x H P x H P x H α=->=<+>成立成立成立67686968()[1()]( 1.67)[1(1.67)]0.60.6--=Φ+-Φ=Φ-+-Φ 2[1(1.67)]2[10.99575]0.095=-Φ=-=.（2）当64n =时，223.6(,)(,0.45)64xN u N u =000{|68|1|}{67|}{69|}P x H P x H P x H α=->=<+>成立成立成立67686968()[1()]0.450.45--=Φ+-Φ 2[1(2.22)]2[10.9868]0.0264=-Φ=-=.（3）当64n =，又70u =时，2(70,0.45)xN ，这时犯第二类错误的概率(70){|68|1|70}{6769|70}P x u P x u β=-≤==≤≤=69706770()()( 2.22)( 6.67)0.450.45--=Φ-Φ=Φ--Φ- (6.67)(2.22)10.98680.0132=Φ-Φ=-=.【评注】01（1）（2）的计算结果表明：当n 增大时，可减小犯第一类错误的概率α；02 当64n =，66u =时，同样可计算得到(66)0.0132β=.03 当64n =，68.5u =时，2(68.5,0.45)xN ，则(68.5){6769|68.5}P x u β=≤≤= 6968.56768.5()()(1.11)( 3.33)0.450.45--=Φ-Φ=Φ-Φ-0.8665[10.9995]0.8660=--=.这表明：当原假设0H 不成立时，参数真值越接近于原假设下的值时，β的值就越大. 【例8.7】设总体2(,)XN u σ，12,,,n x x x 是来自该总体的样本，对于检验01:0:0H u H u ≤↔>，取显著性水平α，拒绝域为：{}w u u α=>，其中u =，求：（1）当0H 成立时，求犯第一类错误的概率()u α； （2）当0H 不成立时，求犯第二类错误的概率()u β. 【解】（1）当0H 成立时，0u ≤，则(){|0}|0}u P u u u P u u ααα=>≤=>≤()|0}1()(0)P x u u u u u αα=->≤=-Φ≤因0u ≤，故()()1u u αααΦ≥Φ=-，从而()1()1(1)u u αααα≤-Φ=--=，即犯第一类错误的概率不大于α.（2）(){|0}()|0}u P u u u P x u u u ααβ=≤>=-≤>()(0)u u α=Φ>因0u >，故当u →+∞时，()0u β→，即u 与假设0H 偏离越大，犯第二类错误的概率越小；而当0u +→时，()1u βα→-，即当u 为正值且接近0时，犯第二类错误的概率接近1α-.基本题型Ⅱ 单个正态总体的假设检验【例8.8】某天开工时，需检验自动包装机工作是否正常，根据以往的经验，其包装的质量在正常情况下服从正态分布2(100,1.5)N （单位：kg ），先抽测了9包，其质量为： 99.3，98.7，100.5，101.2，98.3，99.7，99.5，102.0，100.5 问这天包装机工作是否正常？【分析】 关键是将这一问题转化为假设检验问题.因检验包装机工作是否正常，化为数学问题应为双边检验01:100:100H u H u =↔≠.【解】由题意，提出假设检验问题：01:100:100H u H u =↔≠， 选取检验统计量(0,1)x u N =当0.05α=时，0.02521.96u u α==，又20.04 1.96u u α==<=，即接受原假设0H ，认为包装机工作正常.【例8.9】已知某种元件的寿命服从正态分布，要求该元件的平均寿命不低于1000h ，现从这批元件中随机抽取25知，测得平均寿命980X h =，标准差65S h =，试在水平0.05α=下，确定这批元件是否合格.【解】由题意，2σ未知，在水平0.05α=下检验假设0010:1000:1000H u u H u u ==↔<=属于单边（左边）t 检验.构造检验统计量 (1)x t t n =-，其中25,65,980n S X h ===，查t 分布表可得：0.05(1)(251) 1.7109t n t α-=-=，又0.05|| 1.538(24) 1.7109x t t ===<=.即接受原假设0H ，认为这批元件是合格的.【例8.10】某厂生产的一中电池，其寿命长期以来服从方差225000()σ=小时的正态分布，现有一批这种电池，从生产的情况来看，寿命的波动性有所改变，现随机地抽取26只电池，测得寿命的样本方差229200()S =小时，问根据这一数据能否推断这批电池寿命的波动性较以往有显著性的变化（取0.02α=）.【解】 检验假设2201:5000:5000H H σσ=↔≠，选取统计量2222(1)(1)n S n χχσ-=-，由0.02α=，26n =，查2χ分布表可得220.012(1)(25)44.314n αχχ-==，220.0912(1)(25)11.524n αχχ--==， 又统计量2220.012(1)46(25)44.314n S χχσ-==>=，故拒绝原假设0H ，即认为这批电池寿命的波动性较以往有显著性的变化.【例8.11】 某种导线，要求其电阻的标准不得超过0.005（欧姆），今在生产的一批导线中取样品9根，测得0.007S =（欧姆），设总体为正态分布，问在水平0.05α=下，能否认为这批导线的标准差显著性地偏大？【解】本题属于总体均值未知，正态总体方差的单边检验问题0010:0.005:0.005H H σσσσ==↔>=选取统计量2222(1)(1)n S n χχσ-=-当0.05α=，9n =时，查2χ分布表可得：220.05(1)(8)15.507n αχχ-==，又题设0.007S =，则统计量22220.0522(1)80.00715.68(8)15.5070.005n S χχσ-⨯===>=. 故拒绝原假设0H ，认为这批导线的标准差显著性地偏大.【例8.12】 机器自动包装食盐，设每袋盐的净重服从正态分布，规定每袋盐的标准重量为500克，标准差不超过10克.某天开工以后，为了检查机器工作是否正常，从已包装好的食盐中随机抽取9袋，测得其重量（克）为：497，507，510，475，484，488，524，491，515问这天自动包装机工作是否正常（显著性水平0.05α=）？ 【解】 设每袋盐重量为随机变量X ，则2(,)XN u σ，为了检查机器是否工作正常，需检验假设：01:500H u =及202:100H σ≤.下面现检验假设0111:500:500H u H u =↔≠ 由于2σ未知，故构造统计量(1)x t t n =-由于0.05α=，查t 分布表可得0.0252(1)(8) 2.306t n t α-==，又由题设计算可得499,16.03X S ==，故统计量取值0.025||0.187(8) 2.306x t t ===<=即接受原假设01H ，认为机器包装食盐的均值为500克，没产生系统误差.下面在检验假设220212:100:100H H σσ≤↔>选取统计量2222(1)(1)n S n χχσ-=-，由于0.05α=，查2χ分布表可得220.05(1)(8)15.5n αχχ-==，而统计量2220.052(1)20.56(8)15.5n S χχσ-==>=，故拒绝原假设02H ，接受12H ，即认为其标准差超过了10克.由上可知，这天机器自动包装食盐，虽没有产生系统误差，但生产不够稳定（方差偏大），从而认为这天自动包装机工作不正常.基本题型Ⅲ 两个正态总体的假设检验【例8.13】 下表给出了两个文学家马克·吐温（Mark Twain ）的8偏小品文以及斯诺·特格拉斯（Snodgrass ）的10偏小品文中由3格字母组成的词比例.马克·吐温： 0.225，0.262，0.217，0.240，0.230，0.229，0.235，0.217斯诺·特格拉斯：0.209，0.205，0.196，0.210，0.202，0.207，0.224，0.223，0.220，0.201 设两组数据分别来自正态分布，且两总体方差相等，两样本相互独立，问两个作家所写的小品文中包含由3格字母组成的词的比例是否有显著性的差异（0.05α=）？【分析】首先应注意题中的“比例”即“均值”的含义，因而本题应属于未知方差，却知其相等的两正态母体，考虑它们的均值是否相等的问题.【解】设题中两正态母体分别记为,X Y ，其均值分别为12,u u ,因而检验问题如下：012112::H u u H u u =↔≠选取统计量(2)X Y T t n m =+-，其中8,10n m ==，()()22122112wn S m S Sn m -+-=+-，在0.05α=时，查t 分布表可得()()/20.025216 2.1199t n m t α+-==由题设样本数据计算可得22120.2319,0.2097,0.00021,0.00009X Y S S ====，0.119w S ===.从而t统计量值为()0.025|| 3.964316 2.1199X Y T t ===>=，因而拒绝原假设0H ，认为两个作家所写的小品文中包含由3格字母组成的词的比例有显著性的差异.【例8.14】据专家推测：矮个子的人比高个子的人的寿命要长一些，下面给出了美国31个自然死亡的总统的寿命.矮个子（身高小于5英尺8英寸）总统 Modison Van Buren B.Harrison J.Adams J.Q.Adams 身高 5’4” 5’6” 5’6” 5’7” 5’7” 寿命 85 79 67 90 80高个子（身高大于5英尺8英寸）总统 W.Harrison Plok Tayler Crant Hayes Truman Fillmore Pierce A.Johson 身高 5’8” 5’8” 5’8”5’8.5” 5’8.5” 5’9” 5’9” 5’10” 5’10” 寿命 68 53 65 63 70 88 74 64 66 总统 T.Roosevelt Coolidge Eisenhower Cleveland Wilson Hoover Monroe Tyler 身高 5’10” 5’10” 5’10” 5’11” 5’11” 5’11” 6’ 6’ 寿命 60 60 78 71 67 90 73 71 总统 Buchanan Taft Harding Jaskon Washington Arthur F.Roosevelt 身高 6’ 6’ 6’ 6’1” 6’2” 6’2” 6’2” 寿命77 72 57 78 67 56 63设两个寿命总体均为正态分布且方差相等，试问以上数据是否符合上述推测（0.05α=）？ 【解】设矮个子总统寿命为X ，高个子总统寿命为Y ，需检验012112::H u u H u u =↔>.由于22212σσσ==未知，故选用统计量(2)X Y T t n m =+-，其中5,26n m ==，()()22122112wn S m S Sn m -+-=+-.由题设样本数据可得80.2,69.15,X Y ==22124294.8,252183.215S S ==，故()()221221185.4492wn S m S Sn m -+-==+-，从而统计量|| 2.448X Y T ==，又当0.05α=时，查t 分布表可得()()0.05229 1.6991t n m t α+-==，即()0.05|| 2.44829 1.6991T t =>=，故拒绝原假设0H ，即推测是正确的，认为矮个子的人比高个子的人的寿命要长一些 【例8.15】总体21(,)XN u σ，22(,)Y N u σ，112,,,n x x x 与212,,,n y y y 分别时来自总体,X Y 的样本，试讨论检验问题012112::H u u H u u δδ-≤↔->.【解】取统计量12(2)X Y T t n n =+-，其中()()221122212112wn S n S S n n -+-=+-， 则检验统计量为X Y T =，当1H 成立时，t 有偏大的趋势，故取拒绝域为12{(2)}w t t n n α=>+-.【例8.16】甲乙相邻地段各取了50块和25块岩心进行磁化率测定，算出两样本标准差分别是210.0139S =，220.0053S =，问甲乙两段的标准差是否有显著性差异（0.05α=）？【解】作假设001:H σσ=，由题设有250211501500.0139()0.01425014949i i S X X =⨯⨯-===-∑， 252221521520.0053()0.00545215151ii S Y Y =⨯⨯-===-∑ 从而统计量21112222(1)0.01422.630.0054(1)n S n F n S n -===-，当0.05α=，查F 分布表可得0.0252(501,521)(501,521) 1.7494F F α--=--=，0.97512(501,521)(501,521)0.5698FF α---=--=，因为0.0252.63(49,51) 1.7494F F =>=，故拒绝原假设0H ，即认为甲乙两段的标准差有显著性差异.【例8.17】在集中教育开课前对学员进行了测试，过来一段时间后，又对学员进行了与前一次同样程度的考查，目的是了解上次的学员与这次学员的考试分类是否有显著性差别（0.05α=），从上次与这次学员的考试中随机抽取12份考试成绩，如下表考试次数 考分 合计平均分 （1） 80.5，91.0，81.0，85.0，70.0，86.0，69.5，74.0，72.5，83.0，69.0，78.5940 78.5 （2）76.0，90.0，91.5，73.0，64.5，77.5，81.0，83.5，86.0，78.5，85.0，96080.073.5【解】此为双正态总体的假设检验，两总体均值未知，先检验假设2222012112::H H σσσσ=↔≠.选取统计量211222(1,1)S F F n n S =--，由题设可计算得221253.15,60.23S S ==，则统计量212253.150.882560.23S F S ===，取0.05α=，查F 分布表可得0.0252(11,11)(11,11) 3.43F F α==,0.97510.02521(11,11)(11,11)0.2915(11,11)FF F α-===.由于122(11,11)0.8825(11,11) 3.43FF F αα-<=<=，故在0.05α=下，接受0H ，即认为两次考试中学员的成绩的方差相等. 再假设012112::H u u H u u =↔≠.构造统计量12(2)X YT t n n =+-，其中()()221122212112wn S n S S n n -+-=+-，1212,12n n ==.由样本数据可得78.5,80.0,X Y ==221253.1515,60.2273S S ==，故()()2211222121156.68942wn S n S Sn n -+-==+-，从而统计量||0.488X Y T ==，在0.05α=下，查t 分布表可得()()120.0252222 2.0739t n n t α+-==.由于()0.025||0.48822 2.0739T t =<=，即认为两次考试中学员的平均成绩相等，从而认为两次考试中学员的成绩无显著性差异.基本题型Ⅳ 非正态总体参数假设检验【例8.18】某产品的次品率为0.17，现对此产品进行了新工艺试验，从中抽取400件检查，发现次品56间，能否认为这项新工艺显著性地影响产品质量（0.05α=）？ 【解】检验问题01:0.17:0.17H p H p =↔≠由题设可知56ˆ0.14400m pn ===，构造统计量 1.597u ===-，当0.05α=时，查正态分布表可得0.025 1.96u =，因为0.025|| 1.96u u <=，故接受原假设0H ，认为新工艺显著性地影响产品质量.【评注】本题的理论依据时中心极限定理：当n 充分大时，在0H 成立时，u =(0,1)N 分布.【例8.19】 已知某种电子元件的使用寿命X 服从指数分布()E λ，现抽查100个元件，得样本均值950()x h =，能否认为参数0.01λ=（0.05α=）？ 【解】由题设()XE λ，故211,EX DX λλ==，当n 充分大时，1((0,1)1x u x N λλ-==-，现在检验问题01:0.001:0.001H H λλ=↔≠，则((0.0019501)0.5u x λ=-=⨯-=，当0.05α=时，查正态分布表可得0.025 1.96u =，因为0.025|| 1.96u u <=，故接受原假设0H ，认为参数0.01λ=.【评注】总体()X F x ，2,EX u DX σ==，则当n充分大时，u =从(0,1)N 分布.【例8.20】对某干洗公司去除污点的比例做下列假设检验01:0.7:0.9H p H p =↔=，选出100个污点，设其中去除的污点数为x ，拒绝域为{82}w x =>. （1）当0.7p =时，求犯第一类错误的概率α； （2）当0.9p =时，求犯第二类错误的概率β. 【解】（1）由题设有{82|0.7}1P x p α=>==-Φ1(2.62)10.99560.0044=-Φ=-=.（2）{82|0.9}P x p β=≤==Φ( 2.67)1(2.67)10.99620.0038=Φ-=-Φ=-=.【评注】从计算分析，这一检验法的α，β皆很小，是较好的检验.§历年考研真题评析1、【98.1.4】设某次考试的考生成绩服从正态分布，从中随机地抽取36位考生的成绩，计算得到平均成绩为66.5，标准差为15分，问在显著性水平0.05下，是否可以认为这次考试全体考生平均成绩为70分？并给出检验过程.【解】设该次考试的考生成绩为X ，则2(,)XN ，设X 为从总体X 抽取的样本容量为n 的样本均值，S 为样本标准差，根据题意建立假设001:70;:70H H .选取统计量 07036X X TnSS在70时，2(70,),(35)X T t .选取拒绝域{||}R T ，其中满足{||}0.05P T ，即{||}0.95P T .即0.975(35) 2.0301t . 由036,66.5,70,15n xs 可以计算得统计量T 的值|66.570|||361.42.030115T .因此不能拒绝0H ，即在显著性水平0.05下可以认为全体考生的平均成绩为70分.§习题全解1、在正常情况下，某炼钢厂的铁水含碳量（%）2(4.55,)XN σ.一日测得5炉铁水含碳量如下：4.48，4.40，4.42，4.45，4.47在显著性水平0.05α=下，试问该日铁水含碳量得均值是否有明显变化. 【解】设铁水含碳量作为总体X ，则2(4.55,)XN σ，从中选取容量为5的样本，测得24.444,0.0011X S ==.由题意，设原假设为0: 4.55H u = 构造检验统计量 ||(4)X u t t S -=，则7.051t ==在显著性水平0.05α=下，查表可得0.97512(4)(4) 2.77647.051tt α-==<，拒绝原假设0H ，即认为有显著性变化.2、根据某地环境保护法规定，倾入河流的废物中某种有毒化学物质含量不得超过3ppm.该地区环保组织对某厂连日倾入河流的废物中该物质的含量的记录为：115,,x x .经计算得15148ii x==∑, 1521156.26i i x ==∑.试判断该厂是否符合环保法的规定.（该有毒化学物质含量X 服从正态分布）【解】设有毒化学物质含量作为总体X ，则2(,)XN u σ，从中选取容量为15的样本，测得1511 3.215i i X x ===∑，22221111()()0.1911n ni i i i S x x x nx n n ===-=-=--∑∑.由题意，设原假设为0:3H u <，备择假设为1:3H u >.构造检验统计量(14)X t t =，则 1.777t ==，在显著性水平0.05α=下,查表可得10.95(14)(14) 1.7613 1.777t t α-==<，即拒绝原假设0H ，接受备择假设1H ，认为该厂不符合环保的规定.3、某厂生产需用玻璃纸作包装，按规定供应商供应的玻璃纸的横向延伸率不应低于65.已知该指标服从正态分布2(,)N μσ， 5.5σ=.从近期来货中抽查了100个样品，得样本均值55.06x =，试问在0.05α=水平上能否接受这批玻璃纸？ 【解】设玻璃纸的横向延伸率为总体X ，则2(,5.5)XN u ，从中选取容量为100的样本，测得55.06x =.由题意，设原假设为0:65H u >，备择假设为1:65H u <.构造检验统计量||(0,1)X u U N σ-=，则|55.0665|18.07275.5U -==在显著性水平0.05α=下,查表可得10.95 1.644918.0727U U α-==<，即拒绝原假设0H ，接受备择假设1H ，不能接受该批玻璃纸..4、某纺织厂进行轻浆试验，根据长期正常生产的累积资料，知道该厂单台布机的经纱断头率（每小时平均断经根数）的数学期望为9.73根，标准差为1.60根.现在把经纱上浆率降低20%，抽取200台布机进行试验，结果平均每台布机的经纱断头率为9.89根，如果认为上浆率降低后均方差不变，问断头率是否受到显著影响（显著水平α=0.05）？【解】设经纱断头率为总体X ，则9.73u EX ==， 1.6σ==，从中选取容量为200的样本，测得9.89x =.由题意，设原假设为0:9.73H u =，备择假设为1:9.73H u ≠. 构造检验统计量(0,1)X U N =，则 1.4142U ==在显著性水平0.05α=下,查表可得0.975121.96 1.4142UU α-==>，即接受原假设0H ，认为断头率没有受到显著影响.5、某厂用自动包装机装箱，在正常情况下，每箱重量服从正态分布2(100,)N σ.某日开工后，随机抽查10箱,重量如下（单位：斤）：99.3，98.9，100.5，100.1，99.9，99.7，100.0，100.2，99.5，100.9.问包装机工作是否正常，即该日每箱重量的数学期望与100是否有显著差异?（显著性水平α=0.05） 【解】设每箱重量为总体X ，则2(100,)XN σ，从中选取容量为10的样本，测得99.9x =，20.34S =.由题意，设原假设为0:100H u =，备择假设为1:100H u ≠.构造检验统计量||(9)X u t t S -=，则0.5423t ==，在显著性水平0.05α=下,查表可得0.97512(9)(9) 2.26220.5423tt α-==>，即接受原假设0H ，认为每箱重量无显著差异.6、某自动机床加工套筒的直径X 服从正态分布.现从加工的这批套筒中任取5个，测得直径分别为15,,x x (单位m μ:)，经计算得到51124ii x==∑, 5213139i i x ==∑.试问这批套筒直径的方差与规定的27σ=有无显著差别？（显著性水平0.01α=） 【解】设这批套筒直径为总体X ，则2(,)XN u σ，从中选取容量为5的样本，测得151124.815i i X x ===∑，22221111()()15.9511n ni i i i S x x x nx n n ===-=-=--∑∑. 由题意，设原假设为20:7H σ=，备择假设为21:7H σ≠.构造检验统计量2222(1)(4)n S χχσ-=，则2415.959.11437χ⨯==，在显著性水平0.01α=下,查表可得220.99512(4)(4)14.86αχχ-==，220.0052(4)(4)0.2070αχχ==，从而222122(4)(4)ααχχχ-<<. 即接受原假设0H ，认为这批套筒直径的方差与规定的27σ=无显著差别.7、甲、乙两台机床同时独立地加工某种轴，轴的直径分别服从正态分布211(,)N μσ、222(,)N μσ（12,μμ未知）.今从甲机床加工的轴中随机地任取6根，测量它们的直径为16,,x x ，从乙机床加工的轴中随机地任取9根，测量它们的直径为19,,y y ，经计算得知：61204.6ii x==∑, 6216978.9i i x ==∑，91370.8i i y ==∑，92115280.2i i y ==∑.问在显著性水平0.05α=下，两台机床加工的轴的直径方差是否有显著差异？ 【解】设两台机床加工的轴的直径分别为总体,X Y ，则211(,)XN μσ、222(,)YN μσ，从总体X 中选取容量为6的样本，测得61134.16i i X x ===∑222211111()()0.40811n ni i i i S x x x nx n n ===-=-=--∑∑. 从总体Y 中选取容量为9的样本，测得91141.29i i Y y ===∑222221111()()0.40511n ni i i i S y y y ny n n ===-=-=--∑∑ 由题意，设原假设为22012:H σσ=，备择假设为22112:H σσ≠.构造检验统计量2122(5,8)S F F S =，则0.4081.0070.405F ==，在显著性水平0.05α=下,查表可得0.97512(5,8)(5,8) 6.76FF α-==，0.0252(5,8)(5,8)0.1479F F α==，从而122(5,8)(5,8)F F Fαα-<<.即接受原假设0H ，认为两台机床加工的轴的直径方差无显著差异.8、某维尼龙厂根据长期正常生产积累的资料知道所生产的维尼龙纤度服从正态分布，它的标准差为0.048.某日随机抽取5根纤维，测得其纤度为1.32，1.55，1.36，1.40，1.44.问该日所生产得维尼龙纤度的均方差是否有显著变化（显著性水平α=0.1）？ 【解】设维尼龙纤度为总体X ，则2(,0.048)XN u ，从中选取容量为5的样本，测得511 1.4145i i X x ===∑，2211()0.00781n i i S x x n ==-=-∑.由题意，设原假设为0:0.048H σ=，备择假设为1:0.048H σ≠.构造检验统计量2222(1)(4)n S χχσ-=，则2240.007813.542(0.048)χ⨯==在显著性水平0.1α=下,查表可得220.9512(4)(4)9.487713.542αχχ-==<.即拒绝原假设0H ，认为维尼龙纤度的均方差有显著变化.9、某项考试要求成绩的标准差为12，先从考试成绩单中任意抽出15份，计算样本标准差为16，设成绩服从正态分布，问此次考试的标准差是否符合要求（显著性水平α=0.05）? 【解】 设考试成绩为总体X ，则2(,12)XN u ，从中选取容量为15的样本，测得16S =.由题意，设原假设为0:12H σ=，备择假设为1:12H σ≠. 构造检验统计量2222(1)(14)n S χχσ-=，则222141619.055612χ⨯==.在显著性水平0.05α=下,查表可得220.97512(14)(14)26.1189αχχ-==，220.0252(14)(14) 5.6287αχχ==，从而222122(14)(14)ααχχχ-<<.即接受原假设0H ，认为此次考试的标准差符合要求.10、某卷烟厂生产甲、乙两种香烟，分别对他们的尼古丁含量（单位：毫克）作了六次测定,获得样本观察值为：甲：25，28，23，26，29，22； 乙：28，23，30，25，21，27.假定这两种烟的尼古丁含量都服从正态分布，且方差相等,试问这两种香烟的尼古丁平均含量有无显著差异（显著性水平α=0.05，）？对这两种香烟的尼古丁含量，检验它们的方差有无显著差异（显著性水平α=0.1）？【解】设这两种烟的尼古丁含量分别为总体,X Y ，则211(,)X N μσ、222(,)Y N μσ，从中均选取容量为6的样本，测得61125.56i i X x ===∑，22111()7.51n i i S x x n ==-=-∑， 61125.66676i i Y y ===∑，22211()11.06671n i i S y y n ==-=-∑， 由题意，在方差相等时，设原假设为012:H u u =，备择假设为112:H u u ≠.构造检验统计量12(2)X Y t t n n =+-,其中222112212(1)(1)9.2834(2)wn S n S S n n -+-==+-.则0.0948t ==，在显著性水平0.05α=下,查表可得120.97512(2)(10) 2.22810.0948tn n t α-+-==>.即接受原假设0H ，认为这两种香烟的尼古丁平均含量无显著差异.由题意，在方差待定时，设原假设为22012:H σσ=，备择假设为22112:H σσ≠.构造检验统计量2122(5,5)S F F S =，则7.50.677711.0667F ==，在显著性水平0.1α=下,查表可得0.9512(5,8)(5,5) 5.0503FF α-==，0.052(5,8)(5,5)0.1980F F α==，由122(5,5)(5,5)F F Fαα-<<.即接受原假设0H ，认为它们的方差无显著差异.§同步自测题及参考答案一、选择题1、关于检验水平α的设定,下列叙述错误的是 【 】()A α的选取本质上是个实际问题,而非数学问题. ()B 在检验实施之前, α应是事先给定的,不可擅自改动.()C α即为检验结果犯第一类错误的最大概率. ()D 为了得到所希望的结论,可随时对α的值进行修正.2、关于检验的拒绝域W,置信水平a ,及所谓的“小概率事件”,下列叙述错误的是 【 】()A a 的值即是对究竟多大概率才算“小”概率的量化描述. ()B 事件021|),,,{(H W X X X n ∈ 为真}即为一个小概率事件.()C 设W 是样本空间的某个子集，指事件}|),,,{(021为真H W X X X n ∈ . ()D 确定恰当的W 是任何检验的本质问题.3、设总体22),,(~σσμN X 未知,通过样本n X X X ,,,21 检验假设00:μμ=H ,此问题拒绝域形式为 【 】()A }C >. ()B }/100{C n S X <-. ()C }10/100{C S X >- . ()D }{C X >.4、设n X X X ,,,21 为来自总体2(,)N μσ的样本,若μ未知, 100:20≤σH ,21:100,H 0.05a ,关于此检验问题,下列不正确的是 【 】()A 检验统计量为100)(12∑=-ni iX X. ()B 在0H 成立时,)1(~100)1(22--n x S n . ()C 拒绝域不是双边的. ()D 拒绝域可以形如})({12∑=>-ni i k X X .5、设总体服从正态分布2(,3)XN μ，12,,,n x x x 是X 的一组样本，在显著性水平0.05α=下，假设“总体均值等于75”拒绝域为12{,,,:74.0275.98}n w x x x x x =<⋃>，则样本容量n = 【 】()A 36. ()B 64. ()C 25. ()D 81.二、填空题1、为了校正试用的普通天平,把在该天平上称量为100克的10个试样在计量标准天平上进行称量,得如下结果:99.3, 98.7, 100.5, 101,2, 98.399.7 99.5 102.1 100.5, 99.2 假设在天平上称量的结果服从正态分布,为检验普通天平与标准天平有无显著差异,0H为 .2、设样本2521,,,X X X 来自总体μμ),9,(N 未知，对于检验0010::H H μμμμ=↔= 取拒绝域形如k X ≥-0μ，若取05.0=a ，则k 值为 .3、设12,,,n x x x 是正态总体2(,)XN μσ的一组样本.现在需要在显著性水平0.05α=下检验假设2200:H σσ=.如果已知常数u ，则0H 的拒绝域1w =______________；如果未知常数u ，则0H 的拒绝域2w =______________.4、在一个假设检验问题中令0H 是原假设，1H 时备择假设，则犯第一类错误的概率{______________}P ，犯第二类错误的概率{______________}P .三、解答题1、某批矿砂的5个样本中的镍含量，经测定为（%）3.25，3.27，3.24，3.26，3.24设测定值总体服从正态分布，问在0.01α=下，能否接受假设：这批矿砂的含量的均值为3.25.2、已知精料养鸡时，经若干天鸡的平均重量为4公斤.今对一批鸡改用粗料饲养，同时改善饲养方法，经同样长的饲养期后随机抽取10只，的其数据如下：3.7，3.8，4.1，3.9，4.6，4.7，5.0，4.5，4.3，3.8已知同一批鸡的重量X 服从正态分布，试推断：这一批鸡的平均重量是否显著性提高.试就0.01α=和0.05α=分别推断.3、测定某种溶液中的水份，它的10个测定值给出0.037%S =，设测定值总体为正态分布，2σ为总体方差，试在水平0.05α=下检验假设01:0.04%:0.04%H H σσ=↔<.4、在70年代后期，人们发现在酿造啤酒时，在麦芽干燥过程中形成致癌物质亚硝基二甲胺（NDMA ）.到了80年代初期开发了一种新的麦芽干燥过程，下面给出了在新老两种干燥过程中形成的NDMA 的含量（以10亿份中的份数计）老过程 6，4，5，5，6，5，5，6，4，6，7，4 新过程2，1，2，2，1，0，3，2，1，0，1，3设两样本分别来自正态总体，且两总体的方差相等，两样本独立，分别以12,u u 记对应于老、新过程的总体均值，试检验假设（0.05α=）0111:2:2H u u H u u -=↔->.5、检验了26匹马，测得每100毫升的血清中，所含的无机磷平均为3.29毫升，标准差为0.27毫升；又检验了18头羊，每100毫升血清中汗无机磷平均值为3.96毫升，标准差为0.40毫升.设马和羊的血清中含无机磷的量均服从正态分布，试问在显著性水平0.05α=条件下，马和羊的血清中无机磷的含量有无显著性差异？6、某种产品的次品率原为0.1，对这种产品进行新工艺试验，抽取200件发现了13件次品，能否认为这项新工艺显著性地降低了产品的次品率（0.05α=）？7、设n X X X ,,,21 为总体(,4)XN a 的样本，已知对假设01:1: 2.5H a H a =↔=，0H 的拒绝域为{2}w X =>.（1）当9u =时，求犯两类错误的概率α和β； （2）证明：当n →∞时，0α→，0β→.同步自测题参考答案 一、选择题1.()D .2. ()C .3. ()C .4. ()B .5. ()A . 二、填空题1.100=μ.2. 1.176.3. 222210.0250.97522110011{()()()()}nniii i w x u n x u n χχσσ===->⋃-<∑∑；222220.0250.975220(1)(1){(1)(1)}n S n S w n n χχσσ--=>-⋃<- .4.10{|}P H H 接受成立，01{|}P H H 接受成立.三、解答题 1、接受0H .2、0.01α=时，显著性提高；0.05α=时，没有显著性提高 .3、 接受0H .4、拒绝0H ，接受1H .5、方差无显著性差异，均值有显著性差异，故有显著性差异.6、 拒绝0H .7、（1）0.0668α=，0.2266β=，（2）102α=-Φ→，(04β=Φ-→()n →∞.。
心理统计学 第七章假设检验
β
α
四、单侧与双侧检验
• 1.双侧检验：只强调差异 1.双侧检验： 双侧检验 而不强调方向性的检验。 而不强调方向性的检验。
H 0 : µ = µ0
• 2.单侧检验：既强调差异 2.单侧检验： 单侧检验 又强调方向性的检验。 又强调方向性的检验。
• （二）两类错误的关系
• • • • • 1. α+β不等于1 不等于1 是在两个不同前提下的概率。 α和β是在两个不同前提下的概率。 2. α和β不可能同时增大或减小 增大样本容量n 可同时减小两类错误。 增大样本容量n，可同时减小两类错误。 3.统计检验力 统计检验力1 3.统计检验力1-β。
解： 提出假设：用μ1表示受过早期教育的儿童的平均智商。单侧检验，提出假设： ⑴提出假设 Ho： H1： Ho：μ1≤μo=100 H1：μ1＞μo=100 选择并计算统计量： ⑵选择并计算统计量：由于总体方差已知，样本平均数服从正态分布。
⑶查表确定临界值：Z0.05=1.645 查表确定临界值： 统计决断： p<0.05。 ⑷统计决断：Z=1.84> Z0.05=1.645 ，p<0.05。 p<0.05 落在拒绝区域，所以拒绝零假设，接受备择假设。 即应该认为受过良好早期教育的儿童智力高于一般水平。 即应该认为受过良好早期教育的儿童智力高于一般水平。
Ⅰ型错误：也称α型错误或弃真错误，即H0为真拒绝H0（拒 为真拒绝H 型错误：也称α型错误或弃真错误， 绝了一个本应接受的假设）； 绝了一个本应接受的假设）； 型错误：也称β型错误或取伪错误， 为假接受H Ⅱ型错误：也称β型错误或取伪错误，即H0为假接受H0（接 受了一个本应拒绝的假设）。 受了一个本应拒绝的假设）。 负责任的态度是无论做出什么决策， 负责任的态度是无论做出什么决策， 都应该给出该决策可能犯错误的概率。 都应该给出该决策可能犯错误的概率。
统计学相关-概率论与数理统计第七章参考答案
2 00.05 ， n Nhomakorabea9
，
2
(n
1)
2 0.95
(8)
2.733
拒绝域为： 2 2.733
又由题知： s2 0.00862
2 0
0.012
2
(n 1)s 2
2 0
8 0.0086 2 0.012
5.9186
2.733
2 未落入拒绝域，故接受 H 0 ，认为 0.01
10、(1)检验假设： H 0 ： 3315 ， H1 ： 3315 这是 2 未知关于 的左边检验
拒绝 H 0 ，即认为 3315 (2) 检验假设： H 0 ： 525 ， H1 ： 525 这是 未知，关于 2 的右边检验，则
检验统计量为： 2 (n 1)s 2
2 0
0.05 ， n
30
，
2
(n
1)
2 0.05
(29)
42.557
拒绝域为： 2 42.557
又由题知： s2 4882
0.05 ， n1 9 ， n2 4 ， t0.05 (n1 n2 2) t0.05 (11) 1.7959
拒绝域为： t
xy
sw
11 94
t 0.05
(11)
1.7959
由题，A 班、B 班考试成绩的样本均值和样本方差分别为：
x 80 ， s12 110.25
y 65 ， s22 174
s 27.28
0 200
t X 0 210.2 200 1.1217 1.8331
s / n 27.28 / 9
接受 H 0 ，即认为 200 。
6、检验假设： H 0 ： 2 5000 ， H1 ： 2 5000 解：这是 未知，关于 2 的双边检验
概率论与数理统计及其应用课后答案(浙大版)第7章 假设检验
第7章 假设检验1，解：这是一个方差已知的正态总体的均值检验，属于右边检验问题，检验统计量为nx Z /18σ-=。
代入本题具体数据，得到8665.19/62.418874.20=-=Z 。
检验的临界值为645.105.0=Z 。
因为645.18665.1>=Z ，所以样本值落入拒绝域中，故拒绝原假设0H ，即认为该工人加工一工件所需时间显著地大于18分钟。
2，解：这是一个方差未知的正态总体的均值检验，属于双边检验问题，检验统计量为ns x t /4.38-=。
代入本题具体数据，得到0844.115/5.74.385.40=-=t 。
检验的临界值为1448.2)14(025.0=t 。
因为1448.20844.1<=t ，所以样本值没有落入拒绝域中，故接受原假设0H ，即认为平均摄取量显著地为38.4%。
3，解：这是一个方差未知的正态总体的均值检验，属于左边检验问题，检验统计量为ns x t /42.8-=。
代入本题具体数据，得到4.149/025.042.83.8-=-=t 。
检验的临界值为8965.2)8(01.0-=-t 。
因为8965.24.14-<-=t （或者说8965.24.14>=t ），所以样本值落入拒绝域中，故拒绝原假设0H ，即认为铜含量显著地小于8.42%。
4，解：这是一个方差未知的正态总体的均值检验，属于双边检验问题，检验统计量为ns x t /64.72-=。
代入本题具体数据，得到0134.016/338.864.72668.72=-=t 。
检验的临界值为1315.2)15(025.0=t 。
因为1315.20134.0<=t ，所以样本值没有落入拒绝域中，故接受原假设0H ，即认为该地区成年男子的平均体重为72.64公斤。
5，解：这是一个方差未知的正态总体的均值检验，属于右边检验问题，检验统计量为ns x t /200-=。
统计学习题 第七章 假设检验
第七章假设检验第一节二项分布二项分布的数学形式·二项分布的性质第二节统计检验的基本步骤建立假设·求抽样分布·选择显著性水平和否定域·计算检验统计量·判定第三节正态分布正态分布的数学形式·标准正态分布·正态分布下的面积·二项分布的正态近似法第四节中心极限定理抽样分布·总体参数与统计量·样本均值的抽样分布·中心极限定理第五节总体均值和成数的单样本检验σ已知，对总体均值的检验·学生t分布(小样本总体均值的检验)·关于总体成数的检验一、填空1．不论总体是否服从正态分布，只要样本容量n足够大，样本平均数的抽样分布就趋于（正态）分布。
2．统计检验时，被我们事先选定的可以犯第一类错误的概率，叫做检验的( 显著性水平)，它决定了否定域的大小。
3．假设检验中若其他条件不变，显著性水平的取值越小，接受原假设的可能性越（大），原假设为真而被拒绝的概率越（小）。
4．二项分布的正态近似法，即以将B(x；n，p)视为N( np ，npq) 查表进行计算。
二、单项选择1．关于学生t分布，下面哪种说法不正确（ B ）。
A要求随机样本 B 适用于任何形式的总体分布C 可用于小样本D 可用样本标准差S代替总体标准差2．二项分布的数学期望为（ C ）。
A n(1-n)pB np(1- p)C npD n(1- p)。
3．处于正态分布概率密度函数与横轴之间、并且大于均值部分的面积为（ D ）。
A大于0.5 B －0.5 C 1 D 0.5。
4．假设检验的基本思想可用（ C ）来解释。
A中心极限定理 B 置信区间C 小概率事件D 正态分布的性质5．成数与成数方差的关系是（D）。
A成数的数值越接近0，成数的方差越大B 成数的数值越接近0.3，成数的方差越大C 成数的数值越接近1，成数的方差越大D 成数的数值越接近0.5，成数的方差越大6．在统计检验中，那些不大可能的结果称为( D )。
《假设检验习题答案》课件
论语（节选）（一）颜渊问仁。
子曰："克己复礼为仁。
一日克己复礼，天下归仁焉。
为仁由己，而由人乎哉？"颜渊曰："请问其目？"子曰："非礼勿视，非礼勿听，非礼勿言，非礼勿动。
"颜渊曰："回虽不敏，请事斯语矣。
" ——《论语·颜渊》翻译：颜渊问什么是仁。
孔子告诉他："严格要求自己按照礼的要求去做就是仁。
一旦做到克己复礼，天下就回到仁上了。
修养仁德靠自己，难道还能依靠别人吗？"颜渊接着问："请问实践仁德的具体途径？"孔子告诉他说："不符合礼制的东西不看，不符合礼制的信息不听，不符合礼制的话不说，不符合礼制的事情不做。
"颜渊说："我虽然不聪明，但我一定照着您的话去做。
（二）仲弓问仁。
子曰："出门如见大宾，使民如承大祭。
己所不欲，勿施于人。
在邦无怨，在家无怨。
"仲弓曰："雍虽不敏，请事斯语矣。
" ——《论语·颜渊》翻译：仲弓问什么是仁。
孔子告诉他："出门在外要像接见贵宾那样敬慎，治理百姓要像承担重大祭祀那样严肃谨慎。
自己不喜欢做的事情，不要强加给别人。
这样在朝廷和家族中都不会招致怨恨。
"仲弓说："我虽然不聪明，但我一定照着您的话做。
"（三）子贡问曰：“有一言而可以终身行之者乎？”子曰：“其恕乎！己所不欲，勿施于人。
”——《论语·卫灵公》翻译：子贡问孔子：“有没有一个字可以终身奉行的呢？”孔子回答说：“那就是‘恕’吧！自己不愿意的，不要强加给别人。
”（四）有子曰：“其为人也孝弟，而好犯上者，鲜矣；不好犯上，而好作乱者，未之有也。
君子务本，本立而道生。
孝弟也者，其为仁之本与？”——《论语·学而》翻译：有子说：”孝顺父母，顺从兄长，而喜好触犯上层统治者，这样的人是很少见的。
统计学第七章、第八章课后题答案
统计学第七章、第⼋章课后题答案统计学复习笔记第七章参数估计⼀、思考题1．解释估计量和估计值在参数估计中，⽤来估计总体参数的统计量称为估计量。
估计量也是随机变量。
如样本均值，样本⽐例、样本⽅差等。
根据⼀个具体的样本计算出来的估计量的数值称为估计值。
2．简述评价估计量好坏的标准（1）⽆偏性：是指估计量抽样分布的期望值等于被估计的总体参数。
（2）有效性：是指估计量的⽅差尽可能⼩。
对同⼀总体参数的两个⽆偏估计量，有更⼩⽅差的估计量更有效。
（3）⼀致性：是指随着样本量的增⼤，点估计量的值越来越接近被估总体的参数。
3．怎样理解置信区间在区间估计中，由样本统计量所构造的总体参数的估计区间称为置信区间。
置信区间的论述是由区间和置信度两部分组成。
有些新闻媒体报道⼀些调查结果只给出百分⽐和误差（即置信区间），并不说明置信度，也不给出被调查的⼈数，这是不负责的表现。
因为降低置信度可以使置信区间变窄（显得“精确”），有误导读者之嫌。
在公布调查结果时给出被调查⼈数是负责任的表现。
这样则可以由此推算出置信度（由后⾯给出的公式），反之亦然。
4．解释95%的置信区间的含义是什么置信区间95%仅仅描述⽤来构造该区间上下界的统计量(是随机的)覆盖总体参数的概率。
也就是说，⽆穷次重复抽样所得到的所有区间中有95%（的区间）包含参数。
不要认为由某⼀样本数据得到总体参数的某⼀个95%置信区间，就以为该区间以的概率覆盖总体参数。
5．简述样本量与置信⽔平、总体⽅差、估计误差的关系。
1. 估计总体均值时样本量n 为2. 样本量n 与置信⽔平1-α、总体⽅差、估计误差E 之间的关系为与置信⽔平成正⽐，在其他条件不变的情况下，置信⽔平越⼤，所其中： 2222α2222)(E z n σα=n z E σα2=需要的样本量越⼤；与总体⽅差成正⽐，总体的差异越⼤，所要求的样本量也越⼤；与与总体⽅差成正⽐，样本量与估计误差的平⽅成反⽐，即可以接受的估计误差的平⽅越⼤，所需的样本量越⼩。
假设检验习题答案
单击此处添加副标题
汇报人姓名 汇报日期
目 录CATALOGUE
1 假设检验的基本概念 2 参数假设检验 3 非参数假设检验 4 习题答案与解析
ONE
1
假设检验的基本概念
定义与目的
判断该假设是否成 立，从而做出接受 或拒绝该假设的决 策。
假设检验是一种统计方法，用于根据样本数据对 某一假设进行评估。
假设检验的类型
单侧检验 只关注某一方向的假设是否成立。
参数检验 对总体参数进行假设检验。
双侧检验 同时关注两个方向的假设是否成立。
非参数检验 不涉及总体参数的假设检验。
ONE
2
参数假ቤተ መጻሕፍቲ ባይዱ检验
单参数假设检验
在单参数假设检验 中，我们通常会对 一个总体参数提出 假设，然后使用样 本数据来检验这个 假设。例如，我们 可能会假设一组数 据的平均值等于某 个值，然后使用样 本数据来检验这个 假设是否成立。
据是否符合正态分布、泊松分布等。
ONE
4
习题答案与解析
习题一答案与解析
答案：D
logo
解析：根据题目给出的数据，我们首先计 算出平均值和标准差。然后，利用假设检 验的方法，我们计算出Z统计量并确定其所 属的临界区间。根据临界区间的结果，我 们判断原假设是否被拒绝，并选择相应的 答案。
习题一答案与解析
秩次检验
详细描述
秩次检验将数据按照大小排序，并赋予每个数据 一个秩次值。然后比较两组数据的秩次分布是否 相同，以判断它们的相对大小关系。如果两组数 据的秩次分布相似，则可以认为它们的相对大小 关系相同；如果秩次分布不同，则可以认为它们 的相对大小关系不同。
秩次检验是一种非参数统计方法，用于比较两组 数据的相对大小关系。
《统计学》-第7章-习题答案
第七章思考与练习参考答案1 •答：函数关系是两变量之间的确定性关系，即当一个变量取一定数值时，另一个变量有确定值与之相对应；而相关关系表示的是两变量之间的一种不确定性关系，具体表示为当一个变量取一定数值时，与之相对应的另一变量的数值虽然不确定，但它仍按某种规律在定的范围内变化。
2•答：相关和回归都是研究现象及变量之间相互关系的方法。
相关分析研究变量之间相关的方向和相关的程度，但不能确定变量间相互关系的具体形式，也无法从一个变量的变化来推测另一个变量的变化情况；回归分析则可以找到研究变量之间相互关系的具体形式，并可变量之间的数量联系进行测定，确定一个回归方程，并根据这个回归方程从已知量推测未知量。
3•答：单相关系数是度量两个变量之间线性相关程度的指标，其计算公式为：总体相关系数二样本相关系数，「一】。
复相关系数是多元线性回归分析中度量因变量与其它多个自变量之间的线性相关程度的指标，它是方程的判定系数R2的正的平方根。
偏相关系数是多元线性回归分析中度量在其它变量不变的情况下两个变量之间真实相关程度的指标，它反映了在消除其他变量影响的条件下两个变量之间的线性相关程度。
4.答：回归模型假定总体上因变量Y与自变量X之间存在着近似的线性函数关系，可表示为Y^ 11X t u t，这就是总体回归函数，其中u t是随机误差项，可以反映未考虑的其他各种因素对Y的影响。
根据样本数据拟合的方程，就是样本回归函数，以一元线性回归模型的样本回归函数为例可表示为：Y?=耳+弭x t。
总体回归函数事实上是未知的，需要利用样本的信息对其进行估计，样本回归函数是对总体回归函数的近似反映。
两者的区别主要包括：第一，总体回归直线是未知的，它只有一条；而样本回归直线则是根据样本数据拟合的，每抽取一组样本，便可以拟合一条样本回归直线。
第二，总体回归函数中的-0和-1是未知的参数，表现为常数；而样本回归直线中的'?Q和?i是随机变量，其具体数值随所抽取的样本观测值不同而变动。
统计学第四版第7章假设检验(简)总结
~ 2 n 1
2 n 1 s 当H 为真时，统计量 2
2 n 1 s 20 10.0042 2 统计量的值 31.92
2
0.0025
2 0.10， 查 2分布表得 02.05 （ 19） 30.14， 0 19 10.12 .95
假设检验分为两类：参数检验、非参数检验/自
由分布检验
2
例1
消费者协会接到消费者投诉，指控品牌纸包装饮
料存在容量不足，有欺骗消费者之嫌。包装上标 明的容量为250毫升。消费者协会从市场上随机抽 取50盒该品牌纸包装饮品，测试发现平均含量为 248毫升，小于250毫升。这是生产中正常的波动， 还是厂商的有意行为？消费者协会能否根据该样 本数据，判定饮料厂商欺骗了消费者呢？
提出原假设和备择假设→根据抽样分布，计算样本统 计量→选择显著性水平α ，查表确定临界值→判断并 得出结论。
8
第一步：确定原假设与备择假设
： =255；
：
≠250
原假设H0：通常是研究者 想收集证据予以反对的假 设，也称为零假设
备择假设H1：通常是研究 者想收集证据予以支持的 假设，也称为研究假设。
3
例2
一种罐装饮料采用自动生产线生产，每罐
的容量是255ml，标准差为5ml。为检验每罐
容量是否符合要求，质检人员在某天生产
的饮料中随意抽取了40罐进行检验，测得每
罐平均容量为255.8ml。检验该天生产的饮
料容量是否符合标准要求。
4
例3
根据过去大量资料，某厂生产的产品的使
用寿命服从正态分布N（1020，1002）。现
- 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)。
第七章 假设检验Ⅰ．学习目的假设检验包括参数检验与非参数检验，是一种最能体现统计推断思想和特点的方法。
通过本章学习，要求：1.掌握统计检验的基本原理，理解该检验的规则及犯两类错误的性质；2.熟练掌握总体均值、总体成数及总体方差指标的各种检验方法，包括：z 检验、t 检验和p 值检验；3.掌握2 检验、符号检验、秩和检验及游程检验四种基本的非参数检验方法。
Ⅱ．课程内容要点 第一节 假设检验的基本原理一、假设检验的基本原理 “小概率原理”：小概率事件在一次试验中几乎是不会发生的。
事先所做的假设，是假设检验中关键的一项工作。
它包括原假设和备选假设两部分。
原假设是建立在假定原来总体参数没有发生变化的基础之上的。
备选假设是原假设的对立，是在否认原假设之后所要接受的，通常这是我们真正感兴趣的一个判断。
二、假设检验的规则与两类错误 1、假设检验的规则 假设检验的步骤：（1）首先根据实际应用问题确定合适的原假设0H 和备选假设1H ； （2）确定检验统计量，通过数理统计分析确定该统计量的抽样分布；（3）给定检验的显著性水平α。
在原假设成立的条件下，结合备选假设的定义，由检验统计量的抽样分布情况求出相应的临界值，该临界值为原假设的接受域与拒绝域的分界值；（4）从样本资料计算检验的样本统计量，并将其与临界值进行比较，判断是否接受或拒绝原假设。
从检验程序我们可以看出，统计量的取值范围可以分为接受域和拒绝域两个区域。
拒绝域正是统计量取值的小概率区域。
按照我们将这个拒绝域安排在所检验统计量的抽样分布的某一侧还是两端，可以将检验分为单侧检验或双侧检验。
双侧检验中，又可以根据拒绝域，是在左侧还是在右侧而分为左侧检验和右侧检验。
对于这些双侧、左、右单侧检验，我们要结合备选假设来考虑。
在检验规则中，我们经常碰到两种重要的检验方法：z检验与t检验。
p值检验的原理：给出原假设后，在假定原假设正确的情况下，参照备选假设，可以计算出检验统计量超过或者小于（还要依照分布的不同、单侧检验、双侧检验的差异而定）由样本所计算的检验统计量的数值的概率，这便是p值；而后将此概率值跟事先给出的显著性水平值α进行比较。
如果该值小于α，否定原假设，取对应的备选假设。
如果该值大于α，我们不就能否定原假设。
2、两类错误H实际为真，但我们却依据样本信息，做出拒绝的错误结论当原假设时，称为“弃真”错误；当原假设实际为假，而我们却错误接受时，称为“纳伪”错误。
通常记显著性水平α为犯“弃真”错误的可能性大小，β为犯“纳伪”错误的可能性大小。
由于两类错误是一对矛盾，在其他条件不变得情况下，减少犯“弃真”错误的可能性大小（α），势必增大犯“纳伪”错误的可能性大小（β），也就是说，β的大小和显著性水平α的大小成相反方向变化。
三、检验功效-可以用来表明所做假设检验工作好坏的一个指标，我们称之为检1β验功效。
它的数值表明我们做出正确决策的概率为1β-。
解决增强检验功效的唯一办法只有增大样本容量，这样既能保证满足取得较小的α，又能取得较小的β值。
第二节 总体参数假设检验一、总体均值的假设检验 1、总体方差2σ已知对于双侧检验，建立的假设为：0010:,:H H μμμμ=≠对于左（右）单侧检验来说，建立的假设为：0010:,:(H H μμμμ=<或>)检验统计量X z =～(0,1)N原假设的拒绝域为：样本统计量的值z 满足：12z zα->（双侧检验）；1z z α-<-（左单侧检验）；1z z α->（右单侧检验）。
当z 值处于拒绝域中时，我们就可拒绝原假设，否则不能拒绝原假设。
2、总体方差2σ未知对于双侧检验，建立的假设为：0010:,:H H μμμμ=≠ 对于左（右）单侧检验来说，建立的假设为：0010:,:(H H μμμμ=<或>)检验统计量X t =～(1)t n -，其中221()1ni i X X s n =-=-∑为样本标准差。
原假设的拒绝域为：样本统计量的值t 满足12(1)t tn α->-（双侧检验）；1(1)t t n α-<--（左单侧检验）；1(1)t t n α->-（右单侧检验）。
当t 值落入拒绝域，就拒绝原假设，否则不能拒绝原假设。
二、两个总体均值之差的检验1、两总体方差22X Yσσ、已知 ⑴ 双侧检验原假设为：0:X Y H μμ=，备选假设为1:X Y H μμ≠检验统计量：X Yz =～(0,1)N 。
该检验的否定域：12z zα->。
反之不能拒绝原假设。
⑵ 左单侧检验原假设与双侧一样，备选假设为1:X Y H μμ< 检验的否定域为：计算的样本统计量满足：1z z α-<- (3) 右单侧检验原假设与双侧一样，备选假设为1:X Y H μμ> 检验的否定域为：计算的样本统计量满足：1z z α->2、两总体方差22X Yσσ、未知但相等 双、单侧检验的原假设都相同，均为0:X Y H μμ=。
只是在双侧检验时，备选假设1:X Y H μμ≠；在左单侧检验时，备选假设为1:X Y H μμ<；在右单侧检验时，备选假设为1:X Y H μμ>。
检验统计量：X Yt =12(2)t n n +-。
对于双侧检验，原假设的拒绝域为：12t tα->。
反之就不能拒绝原假设。
对于左、右单侧检验，左单侧检验拒绝原假设的范围是：112(2)t t n n α-<-+-。
右单侧检验拒绝原假设的范围为：112(2)t t n n α->+-。
三、总体成数的假设检验1、单样本成数检验建立假设：0010:,:H P H P ρρ=≠检验统计量z =～(0,1)N 。
将样本统计量与临界值进行比较，若12z z α->，则否定原假设；反之则不能拒绝原假设。
当然，如果对应的原假设是单边的，即为00:()H P ρ≥≤或。
对应的临界值应该是1z α-，其余的计算和判断规则如上面所述。
2、两个样本总体成数差的检验检验统计量(0,1)z N =。
若建立的原假设为：012:H ρρ=，相应的临界值为12zα-；而如果建立的原假设为：012:()H ρρ≥≤或，相应的临界值为1z α-。
能否拒绝原假设的判断规则如前面所述。
四、正态总体方差的假设检验原假设为2200H σσ=：，备选假设：2210()H σσ≠≥≤：或者检验统计量 22212(1)n n s χχσ--=五、两个正态总体方差比的检验 1、两总体均值X Y μμ、已知检验统计量2122(,)XYs F F n n s =，其中122111()n Xi X i s X n μ==-∑ ；222121()n Yi Y i s Y n μ==-∑。
原假设为：220X Y H σσ=：。
对于双侧检验，备选假设为：221X Y H σσ≠：，若()()1212122,,F F n n F Fn n αα-<>或则拒绝原假设，反之，则不能拒绝原假设。
对于左单侧检验： 备选假设：221X Y H σσ≥：，拒绝域为样本统计量()12,F F n n α<。
对于右单侧检验：备选假设：221X YH σσ≤：，拒绝域为样本统计量()112,F F n n α->。
2、两样本均值X Y μμ、未知建立的原假设为：220X Y H σσ=：，检验统计量2122(1,1)XYS F F n n S =--，其中122111()1n Xi i S X X n ==--∑和222121()1n Yi i S Y Y n ==--∑。
对于双侧检验：备选假设：221X YH σσ≠：，当样本统计量122(1,1)F F n n α<--或1212(1,1)F Fn n α->--时，我们就拒绝原假设，反之不能拒绝原假设。
对于左单侧检验：建立的备选假设：221X YH σσ≥：，供判断的临界值为12(1,1)F n n α--，拒绝域为样本统计量()121,1F F n n α<--。
对于右单侧检验：建立的备选假设：221X YH σσ≤：，供判断的临界值为112(1,1)F n n α---，拒绝域为样本统计量()1121,1F F n n α->--。
第三节 非参数检验一、非参数检验概述实际问题中，可能无法获知或者是不一定很了解总体的分布类型，而只是通过样本来检验关于总体分布的假设。
这种检验方法称为非参数检验。
非参数检验与传统的参数检验比较有一些优缺点；对检验的限制更少，更加避免先见偏差，具有较好的稳健性；可以在更少样本资料要求的情况下进行，在一定程度上弥补有些实际中样本资料不足等的缺陷；可以弥补上述参数检验中碰到的无法运用的属性资料问题，然而，同时也就可能损失了其中所包含的另外信息。
二、2χ检验2χ检验是利用2χ分布的原理，通过对样本数据进行分析来对样本所属的总体情况进行判断的一种检验方法。
1．分布拟合检验原假设为：0010:()(),:()()H F X F X H F X F X =≠。
其中()F X 为总体的分布函数，0()F X 是某个事先假定的总体分布函数。
检验统计量：221()mi i i i f np np χ=-=∑～2(1)m k χ--。
其中i f 为各个样本区间内的实际频数，11()()()i i i i i p P X x X F X F X --=<<=-为落在各个区间的理论概率值，k 为待估计的参数个数。
拒绝原假设的值域：22(1)m k αχχ>--，如果样本统计量2χ大于2(1)m k αχ--，那么就可以拒绝原假设，否则不能拒绝原假设。
2．独立性检验该检验主要是考察多个变量之间是否有关联，如果变量之间没有关联性，那么就说变量之间是相互独立的。
我们这里的变量主要是定类、定序的资料。
为了分析变量之间的关联性，我们需要将资料整理成列联表的形式。
列联表是多行多列纵横交错所形成的一个表体。
三、符号检验1．单样本的符合检验在单样本的情况下，符号检验适用于检验总体中位数是否在某一指定的位置。
中位数检验的基本原理是，假设总体中位数的真值e M A =，然后在实际抽取的容量为n 的样本中，将每个观测值(1)i x i n ≤≤均减去A ，并只记录其差值的符合，即为()i i i x Asign x A x A+>⎧-=⎨-<⎩当当。
若i x A =，就略去不计。
接着分别计算“+”的个数（用n +表示）和“-”的个数（用n -表示）。
理论上，当中位数e M A =为真时，得到的正负号个数应该接近相等，即n n +-≈。
若从样本中得到的n +和n -相差较远，那么就有理由拒绝e M A =。