第四章 假设检验(2)-统计计算与方法

  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)。

t1 ( n 1), t1 ( n 1)
例5 有两台光谱仪,用来测量材料中某种金属 的含量,为鉴定他们的测量结果有无显著的差 异,制备了9件试块(它们的成份、金属含量、 均匀性等均各不相同),现在分别用这两台仪 器对每一试件测量一次,得到9对观察值如下:
x% y%
d=x% -y%
2 起的, 可认为它们服从同一分布.假设Di ~ N ( D , D ),
i 1,2, , n。这就是说D1 , D2 , , Dn 构成正态总体
2 2 N ( D , D )的一个样本,其中 D , D 未知。
基于这一样本检验假设:
(1) H 0 : D 0, H1 : D 0; ( 2) H 0 : D 0, H1 : D 0; ( 3) H 0 : D 0, H1 : D 0.
由于 t sW
x-y 4.295 1.7341 1 1 10 10
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。
三、基于成对数据的检验 逐对比较法:在相同的条件下作对比试验,得到 一批成对的观察值,然后分析观察数据作出判断。 举例说明: 1. 比较甲、乙两种橡胶轮胎的耐磨性的试验:从甲 乙两种轮胎中各抽取n个,各取一个组成一对。 再随机抽取n架飞机,将n对轮胎分配给n架飞机, 飞行了一定时间的起落后,测得轮胎磨损量的n 对数据。
一样,仍然是那三个问题。
统计量应选为
X Y ( 1 2 ) T ~ t ( n1 n2 2). 1 1 SW n1 n2
其中
2 ( n1 1) S12 ( n2 1) S 2 SW n1 n2 2
把T作为检验统计量,可得 下面的水平为的拒绝域:
(3) 左侧检验
(X Y ) W ( x1 , , xn ) : t1 ( n1 n2 2) 1 1 SW n1 n2
例 4: 在平炉上进行一项试验以确定改变操作方法的 建议是否会增加钢的得率,试验是在一个平炉 上进行的。每炼一炉钢时,除操作方法外,其 它条件都尽可能做的相同。先用标准方法炼一 炉,然后用建议的新方法炼一炉,各炼了10炉 其得率分别为 (1)标准方法:78.1 72.4 76.2 74.3 77.4 78.4 76.0 75.5 76.7 77.3 (2)新方法:79.1 81.0 77.3 79.1 80.0 79.1 79.1 77.3 80.2 82.1
分别记D1 , D2 , , Dn的样本均值和样本方差的观察
2 值为d , s D ,则此问题转化为关于单个正态总体均值
的t检验。检验问题(1), ( 2), ( 3)的拒绝域分别为 (检验 水平为 ) :
| t | t t
d sD d n d n n
t1 ( n 1),
2
sD sD
(取 0.01)
解:
H 0 : 0 0,
H 1 : 0 0
D 0 取统计量 T SD / n
| T | t1 / 2 (n 1) 拒绝域为 W:
由样本值计算得: D 0.06, SD 0.1227 , T 1.467 查表得 t1 2 ( n 1) t 0.995 ( 8 ) 3.3554
五、均值已知时方差的假设检验
当 H 0 为真时,采取的统计量为
检验(3)的拒绝域为 X Y W ( x1 , , xn ) : u . 2 2 1 2 n n 1 2
二、方差未知但相等时 1 2 的假设检验
当 , 为未知,但 时,均值差1- 2的
2 1 2 2 2 1 2 2 2 常见的假设检验问题,与 12 , 2 为已知时的情况
(右侧检验)
v .s. H1 : 1 2 v .s. H1 : 1 2
(左侧检验)
其中为任意已知的常数。
现讨论
H0 : 1 2
v.s. H1 : 1 2
当H0为真时, ( X Y ) 比较大就应该拒绝 H0,于是
P{( X Y ) k | H0为真} ,
所以,在H0为真时,
X Y ( X Y ) ( 1 2 ) P u1 P u1 , 2 2 2 2 1 2 1 2 n n n n 1 2 1 2
n1


2 2

( X Y ) ( 1 2 )
12
n1
n2

2 2
n2
由此可得
X Y ( X Y ) ( 1 2 ) u u 1 1 2 2 2 2 1 2 1 2 n n n n 1 2 1 2
2. 比较两种测量方法所得的结果是否有显著性的差异。 对同一试验品分别用两种方法测量得到成对数据。
设有n对相互独立的观察结构: ( X 1 , Y1 ), ( X 2 , Y2 ), , ( X n , Yn ),令D1 X 1 Y1 , , Dn X n Yn , 则D1 , D2 , , Dn相互独立,又由于D1 , D2 , , Dn是由同一因素所引
X Y W ( x1 , , xn ) : u1 . 2 2 1 2 n n 1 2
再讨论 H : 0 1 2
当H 0为真时,有
X Y
v.s. H1 : 1 2

2 1
百度文库
(1) 双侧检验 | (X Y ) | W ( x1 , , x n ) : t ( n1 n2 2) 1 1 1 2 SW n n 1 2 (2) 右侧检验 (X Y ) W ( x1 , , x n ) : t1 ( n1 n2 2) 1 1 SW n1 n2
其中k1为适当小的正数, k2为适当大的正数。
为方便,我们取
S12 S12 P 2 k1 | H 0为真 P 2 k2 | H 0为真 S2 S2 2
当H 0为真时,
S12 F 2 ~ F ( n1 1, n2 1), S2
n1 10 ,
x 76 .23 , s1 3.325
n2 10 ,
2 y 79 .43 , s2 2.225
2 2 ( 10 1 ) s ( 10 1 ) s 2 1 2 又sw 2.775, t 0.95 (18) 1.7341 10 10 2
设这两个样本独立,且 分别来自正态总体N ( 1 , 2 ) 和N ( 2 , 2 ),1 , 2 , 2均未知,问建议的新操 作方 法能否提高得率? (取 0.05。 )
解: 需要检验假设
H0 : 1 2 0 H1 : 1 2 0 分别求出标准方法和新方法下的样本均值和样本方差 如下 2
由F分布的分位数可得
k1 F (n1 1, n2 1) k2 F
2 1

2
(n1 1, n2 1) .
由此检验的拒绝域为
S12 W ( x1 , , x n1 , y1 , , yn2 ) : 2 F ( n1 1, n2 1) S2 2 S12 F ( n1 1, n2 1). 2 1 S2 2
0.20 0.30 0.40 0.50 0.60 0.70 0.80 0.90 1.00 0.10 0.21 0.52 0.32 0.78 0.59 0.68 0.77 0.89 0.10 0.09 -0.12 0.18 -0.18 0.11 0.12 0.13 0.11
问能否认为这两台仪器的测量结果有显著的差异?)
2 2 2 2
(右侧检验)
2 2 2 2
(左侧检验)
下面我们来讨论(1)的检验法则
2 2 由于S12和S 2 分别是 12和 2 的UMVUE,因此当H 0为
S12 S12 真时, 2 应接近1。若 2 接近于0或比1大得多时,就 S2 S2 应该认为H 0为真时出现了小概率事件。于是取
S12 S12 P 2 k1 | H 0为真 P 2 k2 | H 0为真 S2 S2
同样,我们可以得到右侧检验的拒绝域为
S12 W ( x1 ,, xn1 , y1 ,, yn2 ) : 2 F1 ( n1 1, n2 1). S2
左侧检验的拒绝域为
S12 W ( x1 ,, xn1 , y1 ,, yn2 ) : 2 F ( n1 1, n2 1). S2
§4.3 两个正态总体均值与方差的 检验
考虑
X ~ N (1 ,12 ), X1 ,, X n1为X的一个样本
2 Y ~ N (2 , 2 ),Y1 ,,Yn2 为Y的一个样本
一、当方差已知时1 2 的假设检验
2 当 12 , 2 已知时,在水平下,1 2的假设检验问题
(1) H0 : 1 2
v.s. H1 : 1 2 (双侧检验)
(2) H 0 : 1 2 H 0 : 1 2 (3) H 0 : 1 2 H 0 : 1 2
v .s. H1 : 1 2 v .s. H1 : 1 2
其中k为适当大的正数。
当H 0为真时,
U (X Y )

2 1
n1


2 2
~ N (0,1),
n2
由N (0,1)的分位数知,当 H0为真时,
X Y P u1 , 2 2 1 2 n n 1 2
所以,此检验的拒绝域为
由于 | T | = 1.467 < 3.3554, 故接受H0 , 即认为这两台 仪器的测量结果无显著差异.
四、均值未知时方差的假设检验
2 当1 , 2未知时,在水平 下,12与 2 的检验问题为
2 2 (1) H0 : 12 2 v.s. H1 :12 2
(双侧检验)
(2) H 0 : = H0 : (3) H 0 : = H0 :
2 1 2 1 2 1 2 1
2 2 2 2
v .s. H1 : v .s. H1 : v .s. H1 : v .s. H1 :
2 1 2 1 2 2 2 2 2 1 2 1
因此,右侧检验的拒绝域都是
X Y W ( x1 , , xn ) : u1 . 2 2 1 2 n n 1 2
同样,检验(1)的拒绝域为
X Y W ( x1 ,, xn ) : u . 2 2 1 2 1 2 n n 1 2
相关文档
最新文档