概率论与数理统计第八章.ppt_第1页
概率论与数理统计第八章.ppt_第2页
概率论与数理统计第八章.ppt_第3页
概率论与数理统计第八章.ppt_第4页
概率论与数理统计第八章.ppt_第5页
已阅读5页,还剩27页未读 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

,河南理工大学精品课程 概率论与数理统计, 假设检验的思想, 正态总体均值的检验, 正态总体方差的检验,第八章 参数假设检验,河南理工大学精品课程 概率论与数理统计,参数估计的方法是通过分析样本而估计总体参数 的取值(点估计)或总体参数落在什么范围(区间估计), 而有些实际问题中,我们不一定要了解总体参数的取 值或范围,而只想知道总体的参数有无明显变化,或 是否达到既定的要求,或两个总体的某个参数有无明 显差异等。这类问题就是参数的假设检验问题。,简 介,河南理工大学精品课程 概率论与数理统计,【例1】质量检测 用包装机包装糖果,每袋重量为 服从正态分布的随机变量.当机器正常时,其均值为0.5 公斤,标准差为0.015公斤.为检验包装机工作是否正常, 随机抽9袋,称得重量(单位:公斤)为: 0.497 0.506 0.518 0.524 0.498 0.511 0.520 0.515 0.512 问该包装机工作是否正常?,1、假设检验的思想与方法,先看一个例子。,河南理工大学精品课程 概率论与数理统计,问题 已知总体(袋装糖重量)xN(,0.015 2),其中 未知,根据样本值来判断=0.5还是0.5?,答案 认为=0.5接受=0.5,或认为0.5拒 绝=0.5,理论依据 统计推断原理小概率事件在一次试 验中几乎不发生.,解决步骤,(1)提出假设,(2)给定检验法则,利用样本值依统计推断原理作 出判断:,河南理工大学精品课程 概率论与数理统计,接受H0(即拒绝H1) 认为包装机工作正常,拒绝H0(即接受H1) 认为包装机工作不正常, 如何给定检验法则?,由于待检验的是总体均值,故自然想到能否 用统计量样本均值 来进行判断。,因为 是的无偏估计,所以观察值 在一定程 度上反映了的大小。从而,河南理工大学精品课程 概率论与数理统计,当假设H0为真时,观察值 与的 偏差一般不 应太大,即,注意到:,故应有,由此可得判定法则:选定一适当正数k,使得当 样本值满足,河南理工大学精品课程 概率论与数理统计,由此可得判定法则:选定一适当正数k,使得当 样本值满足,由于作出判断的依据仅为一个样本值,所以我们 会犯两种类型的错误:, 如何确定正数k?,第一类错误弃真H0实际为真而作出拒绝H0,第二类错误取伪H0实际为假而作出拒绝H0,河南理工大学精品课程 概率论与数理统计,犯两类错误的概率分别为,尽管主观上希望犯两类错误的概率都很小。但 在样本容量一定的情况下,不能同时控制犯两类错误 的概率。,一般,称控制犯第一类错误概率的检验问题为 显著性检验问题。为此,给定一个较小的正数(0 1),使有,在此条件下确定k的值.,小概率事件,河南理工大学精品课程 概率论与数理统计,在例1中,当假设H0为真时,统计量,由,得,至此,在显著性水平下,根据所给一个样本值 按统计推断原理作出最终判断:,接受H0,拒绝H0,小概率事件,河南理工大学精品课程 概率论与数理统计,在例1中,取显著性水平=0.05,由样本值,0.497 0.506 0.518 0.524 0.498 0.511 0.520 0.515 0.512,经计算得,而,查表得,计算检验统计量观察值为,由,作出拒绝H0,即认为包装机工作不正常.,现在在一次实验中,小概率事件|u|k竟然发生,根据统计推断原理有理由怀疑假设的正确性,从而拒绝假设H0.,河南理工大学精品课程 概率论与数理统计,基 本 概 念,统计量,检验统计量,假设,原假设,(双边)备择假设,正小数,显著性水平,区域,(H0的)拒绝域,河南理工大学精品课程 概率论与数理统计,在显著性水平下,检验假设,拒绝域的边界点,临界点,拒绝H0,接受H0,拒绝H0,检验问题提法:,双边检验,左边检验,右边检验,河南理工大学精品课程 概率论与数理统计,由例1得:单正态总体方差已知时均值的,双边检验拒绝域,左边检验拒绝域,右边检验拒绝域,类似可得:,【例2】,河南理工大学精品课程 概率论与数理统计,参数的显著性检验问题的步骤:,1、根据题意提出原假设H0与备择假设H1;,2、给定显著性水平(=0.01,0.05)和容量n;,3、根据H0构造检验统计量U,当H0为真时,U的 分布已知且与未知参数无关;,4、确定拒绝域的形式,并由,确定H0的拒绝域C;,5、抽样,根据样本观察值计算检验统计量U的观 察值 .若 ,则拒绝H0;若 ,则接受H0.,河南理工大学精品课程 概率论与数理统计,值得注意的是,作参数假设检验时,所构造的检验 统计量与参数区间估计时所用的随机变量在形式上是 一致的。这是由于假设检验与区间估计仅形式上不同, 而本质上是相通的.,2、正态总体均值与方差的假设检验,河南理工大学精品课程 概率论与数理统计, 方差已知,均值检验(u检验法),的拒绝域.,1、均值检验(u检验法,t检验法),【推导】作检验统计量,与未知参数无关,且当H0为真时其分布已知:,一、单正态总体,设总体xN(,2),其中2已知, 为待检验参数.在显著性水平为(0 1)下求双边检验问题,U 检验法,河南理工大学精品课程 概率论与数理统计,由,得拒绝域为,于是,可根据样本值计算统计量的观察值z,并作 出判断:,也说:在显著性水平下,总体均值没有显著性变化;,接受原假设H0,拒绝原假设H0,也说:在显著性水平下,总体均值有显著性变化。,河南理工大学精品课程 概率论与数理统计,左边检验 假设,【推导】在 为真时,仍取检验统计量为,由,得拒绝域为,右边检验 假设,拒绝域,参见P.204:表8.1,至于单边检验问题可类似处理.,此时, 当H0为真时z应较小,当H1为真时-z偏大,故拒绝域形式为:zk,【例2】,河南理工大学精品课程 概率论与数理统计,说明,在方差已知时均值的下列两种检验问题,虽然形式和意义均不同,但在相同的显著性水平下其拒绝 域是相同的.,因此,后者可转化为前者来处理.,下面讨论的各种检验也有类似情形,不再一一说明.,河南理工大学精品课程 概率论与数理统计, 方差未知,均值检验(t检验法),双边检验 假设,【推导】作检验统计量,与未知参数无关,且当H0为真时其分布已知,T 检验法,由,得拒绝域为,河南理工大学精品课程 概率论与数理统计,类似可得单边检验拒绝域P.204:表8.1,拒绝域,右边检验,左边检验,拒绝域,河南理工大学精品课程 概率论与数理统计,【例3】P.233:4,解设总体(装配时间)的均值为,则检验问题为,这是“方差未知,均值的右边检验”,采用t检验法.,检验统计量为,拒绝域为,由样本值得:,河南理工大学精品课程 概率论与数理统计,检验统计量观察值为,即观察值落入拒绝域内,故拒绝H0,即认为装配时间显 著地大于10.,河南理工大学精品课程 概率论与数理统计,2、方差检验( 2 检验法),与未知参数无关,且当H0为真时其分布已知:,设总体xN(,2),其中 , 2均未知,在显著性水 平(0 1)下求双边检验问题,2 检验法,的拒绝域,其中 为常数.,【推导】作检验统计量, 均值未知,方差检验(2检验法),河南理工大学精品课程 概率论与数理统计,由于S2是2的无偏估计,故当H0为真时,比值 应 充分接近1,即不能过分大于1或过分小于1,从而拒绝域 形式为:,其中k1,k2由,习惯上对称地取,河南理工大学精品课程 概率论与数理统计,由2-分布的双侧分位点得:,于是,所求拒绝域故为,*(2)、均值已知,方差检验,注单边检验拒绝域见表8.1.,拒绝域,双边检验,2 检验法,检验统计量,或,或,河南理工大学精品课程 概率论与数理统计, 未知同方差的均值差检验(t检验法),1、均值差检验(u检验法,t检验法),设有两个正态总体,二、双正态总体,的拒绝域,其中为已知常数常用的是=0.,在显著性水平为(0 1)下求右边检验问题,河南理工大学精品课程 概率论与数理统计,的拒绝域,其中为已知常数常用的是=0.,【推导】作检验统计量,与单正态总体情形类似可得拒绝域为,在显著性水平为(0 1)下求右边检验问题,T 检验法,河南理工大学精品课程 概率论与数理统计,的拒绝域,其中为已知常数常用的是=0.,【推导】作检验统计量,与单正态总体情形类似可得拒绝域为,在显著性水平为(0 1)下求右边检验问题,T 检验法,河南理工大学精品课程 概率论与数理统计,

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论