1、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,*,两独立样本,t,检验与两配对样本,t,检验的异同,统计质量管理,By,：六只小熊,1,一、两独立样本,t,检验,1.,什么是两独立样本,t,检验？,根据样本数据对两个样本来自的两个,独立总体,的均值是否有显著,差异,进行判断。,2.,前提：,两样本应该是相互独立的；,样本来自的两个总体应该服从正态分布。,2,3.,基本实现思路,设总体 服从正态分布 ，总体 服从正态分布 ，分别从这两个总体中抽取样本,和 ，且两样本相互独立。要求检验 和 是否有显著差异。,3,建立假设,：，,两个正态方差 和 常用各自的样本
2、无偏方差 和去估计：,由于其差 的分布很难获得，而其商 的分布可由 分布提供，即,即可选用 统计量 作为检验统计量。,拒绝域为 或,4,a.,但未知时的,t,检验,当两个正态方差相等时，可把两个样本方差 与 合并起来估计同一方差,采用如下统计量,拒绝与形式为,5,b.,与 未知的一般场合,n,与,m,不太大,这是 ，且两者独立，从而,，故在 时,当 与 分别用其无偏估计 代替后，记,取,若 非整数时取最接近的整数，则 近似服从自由度是 的,t,分布，即,拒绝域为：,6,例：甲、乙两台机床分别加工某种轴承，轴的直径分别服从正态分布 与 ，为检验两台机床加工的轴的平均直径是否一致（取 ），从各自加
3、工的轴中分别抽取若干根轴测直径，结果如下：,解：，,由于两总体方差一致但未知，故用统计量,在 时，从而拒绝域为,现由样本求得 ，则 ，由,于，故在 水平上，不能拒绝原假设，因而认为两台机床加工的轴的平均直径一致。,总体,样本容量,直径,X,（甲）,Y,（乙）,8,7,20.5 19.8 19.7 20.4 20.1 20.0 19.0 19.9,20.7 19.8 19.5 20.8 20.4 19.6 20.2,7,二、两配对样本,t,检验,1,、什么是两配对样本,t,检验？,根据样本数据对样本来自两配对总体的均值是否有显著性差异进行判断。具体分为两种：,用于同一研究对象分别给予两种不同处理
4、结果；,对同一研究对象处理结果前后进行比较。,2,、前提：,两个样本应是配对的；,样本来自的两个总体应服从正态分布。,8,3.,基本实现思路,设两总体 分别服从正态分布，为实现我们的目的，最好的方法是去考察成对数据的差 。由于两测量值之差可认为服从正态分布，故 ，检验两样本差异转化为检验如下假设：,这是单个正态总体均值是否为,0,的检验问题。,由于 未知，因此对此问题用,t,检验，检验统计连变成 ，,其中，分别为 样本均值与样本标准差。在 水平上拒绝域为,9,例：某企业员工在开展质量管理活动中，为提高产品的一个关键参数，有人提出需要增加一道工序。为验证这道工序是否有用，从所生产的产品中随机抽取
5、7,件产品，首先测得其参数值，然后通过增加的工序加工后再次测定其参数值，结果如下表。试问在 水平上能否认为该道工序对提高参数值有用？,解：数据之差为：,-3.1-9.8-6.1 1.4 5.2-7.8-4.9,均值与标准差分别为,检验统计量,序号,1,2,3,4,5,6,7,加工前,加工后,25.6,28.7,20.8,30.6,19.4,25.5,26.2,24.8,24.7,19.5,18.1,25.9,22.9,27.8,10,拒绝域为,样本未落入拒绝域中，所以在 水平上还不能认为该道工序对提高参数值有用,11,三、两种,t,检验的对比,独立样本的,t,检验过程用于检验两个独立样本是否来自具有相同均值的总体，相当于两个正态分布总体的均值是否相等，即检验假设 是否成立，此检验以,t,分布为理论基础。,配对样本检验用于检验两个相关的样本是否来自具有相同均值的正态总体。即检验假设 ，实质就是检验差值的均值和零均值之间的显著性。,两者的主要区别在于数据的来源和要分析的问题。,12,
浙ICP备2021020529号-1 | 浙B2-20240490 
