假设检验.ppt

单击此处编辑母版标题样式,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,*,*,第七章 假设检验,假设检验的基本概念,正态总体均值的假设检验,正态总体方差的假设检验,引例,1,某厂有一批产品，共,200,件，须经检验合格才能出厂，按国家标准，次品率 不得超过,3%,，今在其中任意抽取了,10,件，发现这,10,件中有,2,件是次品，问这批产品能否出厂？（即这批产品的次品率,“,”,是否成立？）,2,设箱中有红白两种颜色的球共,100,个，甲说这里面有,98,个白球，乙从箱中依次有放回地任取两个,发现两个都是红球，问甲的说法是否正确？,引例,3,根据观察一批零件上的疵点数得到如下数据：,疵点数,频数,问：该批零件上的疵点数是否服从泊松分布？,假设检验的定义,从样本值出发去判断关于总体分布的一个,“,说法,”,是否成立，此处，称,“,说法,”,为,“,假设,”,。,假设检验的分类,例,7.1,某旅游机构根据过去资料对国内旅游者的旅游,费用进行分析,发现在,10,日的旅游时间中,旅游者用,的车费、住宿费、膳食费及购买纪念品等方面的费,用,X,是一个近似服从正态分布的随机变量，其平均,值为,1010,元，标准差为,205,元。而某研究所抽取了,样本容易为,400,的样本，作了同样内容的调查，得,到样本平均数为,1250,元。若把旅游机构的分析结果,看作是对总体参数的一种假设，这种假设能否接受？,析：,此题目即通过样本数据信息判断,X,的期望,=1010,元是,否正确,一般用,H,0,表示所提出的假设，称之为,原假设,用,H,1,表示与原假设对立的假设，称之为,备择假设,从而此题有,H,0,：,=1010,H,1,：,1010,假设成立，则用,X,N,（,1010,，,205,2,）从而样本均值,统计量,故,取,=0.05,则,即,即,Z,落在区间,(-1.96,1.96),之外的概率仅有,0.05,这是,一个很小的概率，在一次试验当中几乎是不可能,发生的。现代入样本数据,计算得,故我们有理由怀疑,H,0,：,=1010,即认为平均费用不是,1010,元。,假设检验的基本思想,小概率事件原理,小概率事件原理,小概率事件在一次试验当中几乎不会发生。一般认为概率小于或等于,0.05,的事件为小概率事件。,设待检验的假设为,先假定 成立，若由样本观测值导致了不合理（小概率事件发生了）的现象发生，则认为假设 不成立，即应拒绝 ，否则应接受 ，即不能拒绝 。,假设检验中的否定域和接受域,设在原假设 成立条件下，得出样本统计量落入某个区域,W,的概率,很小，从而由样本观测值计算的统计量若落入该区域，则认为假设 不成立，即应拒绝 ，称区域,W,为,H,0,拒绝域,（,否定域,）,。,假设检验的主要任务：在给出的小概率,下把原假设,的否定域找出来。,假设检验中的两类错误,由于检验法则是依据样本作出的，因此假设检验的结果可能犯两类错误：,第一类错误：当原假设 为真时，作出的决定却是拒绝 ，即,“,弃真,”,，犯这类错误的概率记为 ，即,第二类错误：当原假设 不正确时，作出的决定却是接受 ，即,“,取伪,”,，犯这类错误的概率记为 ，即,称 为,显著性水平,也是小概率事件发生的概率，的大小依具体情况确定，通常取,=0.05,，,0.01,说明,在确定检验法则时，应尽可能使犯两类错误的概率都较小但是，一般说来，当样本容量给定以后，若减少犯某一类错误的概率，则犯另一类错误的概率往往会增大，一般原则：控制犯第一类错误即,“,弃真,”,的概率，即给定 然后通过增大样本容量来减小,.,假设,双,(,尾,),侧检验,单侧（尾）检验,H,0,m,=,m,0,m,m,0,m,m,0,H,1,m m,0,m m,0,双侧检验与单侧检验,把待检验的假设 称为原假设（零假设或基本假充），把原假设 的对立面称为备择假设（对立假设）,记为 。,假设检验的一般步骤,1,、确定原假设 和备择假设 。,2,、选择适当的统计量 ，确定当,成立时 的分布形式。,3,、对给定的显著水平 ，确定否定域 使得：,(W,形式须表示否定之意,),4,、代入样本观测量计算检验统计量 的值,.,5,、作出结论：,注,:,一般情况下,人们总是把希望证明的假设作为备择假设,.,正态总体均值的假设检验,一、单个正态总体均值的假设检验,假设总体 ，是来自总体,X,的样本，为样本均值，,检验假设,当,H,0,成立时，检验统计量,对于给定的显著性水平 ，拒绝域为,(1),总体方差已知时，总体均值的假设检验,例,7.2,某厂商声称其新开发的合成的钓鱼线的强度,X,服从正态分布,且平均强度为,8,千克,标准差为,0.5,千克,.,现从中随机抽出,50,条钓鱼线,测试结果为平均强度为,7.8,千克,.,问,:,能否接受该厂商的声称,?,解,：,检验,对于给定的显著性水平,=,0.01,否定域为,，故拒绝,H,0,。,代入样本数据,计算得,及,例,7.2,某厂商声称其新开发的合成的钓鱼线的强度,X,服从正态分布,且平均强度为,8,千克,标准差为,0.5,千克,.,现从中随机抽出,50,条钓鱼线,测试结果为平均强度为,7.8,千克,.,问,:,能否接受该厂商的声称,?,解,：,检验,对于给定的显著性水平,=,0.01,当,H,0,成立时,有,故拒绝,H,0,。,计算,P,值,代入样本数据,计算得,及,解,：,检验,问在,水平下检验折断力均值有无变化,?,代入样本数据,计算得,故拒绝,H,0,。,计算,P,值,附例,某车间生产钢丝,有,X,表示钢丝的折断力,由经验,判断,其中,.,今换了一批材料,从性能上看,估计折断力的方差不会有什么变化,但不知道折断力的均值和原先有无差别,.,现抽得样本,测得其折断力为,:,当,H,0,成立时,假设总体 ，是来自总体,X,的样本，为样本均值，,检验假设,对于给定的显著性水平 ，拒绝域为,检验假设,对于给定的显著性水平 ，拒绝域为,一、单个正态总体均值的假设检验,(1),总体方差已知时，总体均值的假设检验,总体均值的假设检验,例,7.3,10,年前的研究指出,1,岁男婴的身高,单位为,:cm.,现在随着生活条件的改变,很可能平均身高和过去不同了,.,现随机抽,200,位,1,岁男婴,调查数据得平均身高为,79.87cm,请问根据这组调查数据,是否可以认为男婴的平均身高增高了,?,解,：,检验,对于给定的显著性水平,=,0.01,否定域为,代入样本数据,计算得,，故拒绝,H,0,接受,H,1,即可以认为男婴的平均身高增高了,.,总体均值假设检验,假设总体 ，是来自总体,X,的样本，为样本均值，为样本方差。,检验假设,当,H,0,成立时，检验统计量,对于给定的显著性水平 ，拒绝域为,一、单个正态总体均值的假设检验,(2),总体方差未知时，总体均值的假设检验,例,7.4,某乡统计员报告，其所在乡平均每个农户的家庭年收入为,5000,元，为核实其说法，县统计局从该乡随机抽取,25,户农户，得到平均年收入为,4650,元，标准差为,150,元，假定农户的年收入,X,服从正态分布。试在,=0.05,的显著水平下检验乡统计员的说法是否正确。,解,：,检验,对于给定的显著性水平,=,0.05,否定域为,样本容量,n,=25,故否定域为：,代入样本数据,计算得：,故拒绝,H,0,，,即认为乡统计员的说法不正确。,解,：,检验,代入样本数据,计算得,故不应拒绝,H,0,即认为包装机工作正常。,附例,水泥厂用自动包装机包装水泥,每袋额定重量是,50kg,某日开工后随机抽查了,9,袋,称得其重量如下,:,设每袋重量,问该日包装机工作是否正常,?,当,H,0,成立时,故显著性水平 时,H,0,的否定义域为,:,解,：,检验,代入样本数据,计算得,计算,P,值,附例,水泥厂用自动包装机包装水泥,每袋额定重量是,50kg,某日开工后随机抽查了,9,袋,称得其重量如下,:,设每袋重量,问该日包装机工作是否正常,?,当,H,0,成立时,故不应拒绝,H,0,即认为包装机工作正常。,总体均值的假设检验,假设总体 ，是来自总体,X,的样本，为样本均值，为样本方差。,检验假设,对于给定的显著性水平 ，拒绝域为,检验假设,对于给定的显著性水平 ，拒绝域为,一、单个正态总体均值的假设检验,(2),总体方差未知时，总体均值的假设检验,例,7.5,某厂生产的一种金属线,其抗拉强度的均值为,10620,千克,.,据说经过工艺改进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,高抗拉强度,X,服从正态分布,问,:,在 的显著性水平下,可否认为抗拉强度比过去提高了,?,解 ：,检验假设,对给定显著性水平 ，否定域为：,样本容量,n,=10,故否定域为,THANK YOU,SUCCESS,2024/12/13 周五,27,可编辑,代入样本数据,计算得：,故接受,H,0,，,即认为抗拉强度没有明显提高。,设 为取自总体,N,(,1,，,1,2,),的样本，,为取自总体,N,(,2,，,2,2,),的样本，,分别表示两个样本的均值与方差,总体均值的假设检验,假设检验,二,、两个正态总体均值之差的假设检验,(1),两个总体方差,1,2,2,2,已知时，总体均值的假设检验,相互独立，,故对给定的显著性水平 ，否定域为：,取检验统计量,则当 成立时，,类似,对于给定的显著性水平 ，拒绝域为,检验假设,对于给定的显著性水平 ，拒绝域为,检验假设,例,7.7,装配一种小部件可采用两种不同的生产工序,据称,装配时间服从正态分布,且根据过去经验,工序,1,的标准差为,2,分钟,工序,2,的标准差为,3,分钟,.,为了研究两种工序的装配时间是否有差异,各抽,10,个样本进行试验,检查结果为 分钟,分钟,试以 进行显著性检验,.,解：,检验假设,等价于检验假设,对于给定的显著性水平,否定域为,代入样本数据,计算得：,故接受,H,0,，,即认为两种工序在装配时间之间没,有显著差异,.,及,当 成立时，,（,2,）,方差 未知，但 时，均值差的假设检,验,假设检验,取检验统计量,故对给定的显著性水平 ，否定域为：,类似,对于给定的显著性水平 ，拒绝域为,检验假设,对于给定的显著性水平 ，拒绝域为,检验假设,例,7.8,为比较两种牧草对乳牛的饲养效果,随机从乳牛群中选出,12,头,喂以脱水牧草；选出,13,头喂以枯萎的牧草,.,根据一个月的观察,得到食用枯萎牧草的乳牛的平均每日乳量 磅,；食用脱水牧草的乳牛的平均每日产乳量 磅,.,问这些资料是否足以证明食用枯萎牧草的乳牛的平均牛乳产量大于食用脱水牧草的乳牛,?(,设,),试以 检验,.,解：,检验假设,对给定的显著性水平 ，否定域为：,代入样本数据,计算得：,故接受,H,0,，,即不认为食用枯萎牧草的乳牛的平均牛乳,产量大于食用脱水牧草的乳牛的产量,.,及,查表得,:,故否定域为,:,总体方差的假设检验,假设总体 ，是来自总体,X,的样本，为样本均值，为样本方差。,检验假设,选取统计量,故对于给定的显著性水平 ，拒绝域为,一、单个正态总体方差的假设检验,当,H,0,成立时,例,7.16,某车间生产铜丝,生产一向比较稳定。今从中随抽取,10,根,测得铜丝折断力的均值为,方差为,问,:,在 的显著性水平 下,可否仍然相信该车间生产的铜丝折断力方差仍然为,64?,解 ：,检验假设,选取统计量,对给定显著性水平 ，,H,0,否定域为：,查表得,代入样本数据,计算得：,故接受,H,0,，,即可认为方差仍为,64.,故否定域为,:,总体方差的假设检验,假设总体 ，是来自总体,X,的样本，为样本均值，为样本方差。,检验假设,选取统计量,对于给定的显著性水平 ，拒绝域为,一、单个正态总体方差的假设检验,检验假设,对于给定的显著性水平 ，拒绝域为,设 为取自总体,N,(,1,，,1,2,),的样本，,为取自总体,N,(,2,，,2,2,),的样本，,分别表示两个样本的均值与方差,总体方差的假设检验,假设检验,二,、两个正态总体方差之比的假设检验,选取统计量,则当,H,0,成立时,对给定的显著性水平,有,对给定的显著性水平,的否定域为,:,总体方差的假设检验,检验假设,选取统计量,对于给定的显著性水平 ，拒绝域为,一、双正态总体方差比的假设检验,检验假设,对于给定的显著性水平 ，拒绝域为,例,7.18,某种脱脂乳品在处理前后分别取样,分析其含脂率,得到数据如下,:,解：,检验假设,对于给定的显著性水平,否定域为,处理前,处理后,假定处理前后含指率都服从正态分布,问处理前后含指率方差是否不变,?,选取统计量,代入样本数据,计算得：,故接受,H,0,，,即认为处理前后方差没有显著变化,.,查表得,:,故否定域为,0,0,0,0,0,单正态总体均值检验,Z-,检验,(,2,已知,),原假设,H,0,备择假设,H,1,检验统计量及其,H,0,为真时的分布,拒绝域,0,0,0,0,0,T,检验法,(,2,未知,),原假设,H,0,备择假设,H,1,检验统计量及其,H,0,为真时的分布,拒绝域,2,0,2,2,0,2,2,0,2,2,0,2,2,0,2,2,=,0,2,2,0,2,原假设,H,0,备择假设,H,1,检验统计量及其在,H,0,为真时的分布,拒绝域,(,未知,),1,2,=,0,(,1,2,，,2,2,已知,),双正态总体,均值差,1,2,的检验,1,2,0,1,2,0,1,2,0,1,2,0,原假设,H,0,备择假设,H,1,检验统计量及其在,H,0,为真时的分布,拒绝域,1,2,=,0,1,2,0,1,2,0,1,2,0,1,2,0,其中,1,2,2,2,未知,1,2,=,2,2,原假设,H,0,备择假设,H,1,检验统计量及其在,H,0,为真时的分布,拒绝域,1,2,=,2,2,1,2,2,2,1,2,2,2,1,2,2,2,1,2,2,2,1,2,2,2,双正态总体方差比,1,2,/,2,2,的检验,1,2,均未知,原假设,H,0,备择假设,H,1,检验统计量及其在,H,0,为真时的分布,拒绝域,THANK YOU,SUCCESS,2024/12/13 周五,54,可编辑,