行政管理课件-假设检验_第1页
行政管理课件-假设检验_第2页
行政管理课件-假设检验_第3页
行政管理课件-假设检验_第4页
行政管理课件-假设检验_第5页
已阅读5页,还剩38页未读, 继续免费阅读

付费下载

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

假设检验1§4.1假设检验的基本概念

对总体的概率分布或分布参数作出某种“假设”,根据抽样得到的样本观测值,运用数理统计的分析方法,检验这种“假设”是否正确,从而决定接受或拒绝“假设”,这就是本章要讨论的假设检验问题。21、小概率原理小概率原理是假设检验的基本依据,即认为小概率事件在一次试验中几乎是不可能发生的。当进行假设检验时,先假设H0正确,在此假设下,若小概率事件A出现的概率很小,例如P(A)=0.01,经过取样试验后,A出现了,则违反了上述原理,我们认为这是一个不合理的结果。3

这时,我们只能怀疑作为小概率事件A的前提假设H0的正确性,于是否定H0。反之,如果试验中A没有出现,我们就没有理由否定假设H0,从而做出接受H0的结论。下面我们通过实例来说明假设检验的基本思想及推理方法。42、假设检验的基本思想及推理方法例1某车间为了提高零件的强度进行了技改,已知零件强度X(单位:kg/mm)服从正态分布N(52.8,0.8),其中μ0=52.8kg/mm是零件强度,现进行了技改后,抽取n=16的样本,测得强度为:(kg/mm)

51.953.452.954.353.852.453.754.052.452.553.551.354.952.854.552.9

假设=0.8不变,试问技改后零件强度是否发生了实质性变化?2

2

2

2

2

2

5

我们的问题就是:已知总体X~N(),且要求检验下面的假设:(4-1)通常把H0称为原假设或零假设,把H1称为备择假设或对立假设。从取样结果看,样本均值与总体均值之间存在差异,这种差异是因为抽样的随机性导致的不可避免的误差,还是因为技改而导致的实质性差异?

6

为了回答这个问题,首先给定一个小概率,称为显著性水平,通常取较小的值,如0.05,0.01。在本例中,我们选取。选取统计量,它包含待检验参数,当H0为真时,它的分布是已知的,本例中,选取(4-2)于是有

7

其中,为临界值,查表得。

|μ|的拒绝域为:()将抽样值代入4-1式得:

落入拒绝域中,即小概率事件竟然出现,于是否定假设H0,认为技改后零件强度发生了变化。8

应当注意的是,上面例1的结论是在显著性水平的情况下得出的,如果,则,代入观察值,则会得出,技改后零件强度无实质变化的相反结论。可见,原假设取舍与否与的取值直接相关,当我们倾向于不要轻易否H0时,可取小一些,反之,取大一些。93、单边检验在上面例中,我们关心的是总体均值μ是否比μ0大,我们要确定是接受假设,还是接受另一假设,即技改后,零件的强度是否得到了提高。这样,问题就是要检验下面的假设:

这一假设检验称为右边检验,同样存在左边检验,统称单边检验。

10

例2在例1中,是否可以认为技改后,零件的强度有明显的提高?()解:依题意假设:

选择统计量查表得拒绝域为()将抽样值代入得11

落入拒绝域中,拒绝H0,接受H1,认为零件的强度技改后有明显的提高。根据实际问题可以进行不同形式的假设,归纳如下:右边检验,假设形式为:左边检验,假设形式为:

124、两类错误小概率原理是假设检验的基本依据,然而,对于小概率事件,无论其概率多么小,还是可能发生的,所以,利用小概率原理为基础的假设检验方法进行检验,可能会做出错误的判断,主要有以下两种形式13(1)原假设H0实际是正确的,但却错误地拒绝了H0,这样就犯了“弃真”的错误,通常称为第一类错误。由于仅当所考虑的小概率事件A发生时才拒绝H0,所以犯第一类错误的概率就是条件概率。14

(2)原假设A0实际是不正确的,但是却错误地接受了H0,这样就犯了“取伪”的错误,通常称为第二类错误。犯第二类错误的概率记为。我们自然希望犯这两类错误的概率越小越好。但当样本容量n确定后,犯这两类错误的概率不可能同时被控制,通常在我们根据历史经验选取恰当的显著性水平后,通过扩大样本容量n的方式来使第二类错误的概率减小。155、假设检验的基本步骤(1)根据实际问题提出基本假设H0和备择假设H1。(2)选取适当的显著性水平,通常等。(3)根据H0选取适当的统计量,当H0为真时,该统计量的分布应为已知。(4)求出此检验的拒绝域,记作w。(5)根据样本观察值,计算统计量的观察值。(6)作出判断,若0落在拒绝域内,则拒绝H0,接受H1,否则接受H0。。16§4.2单个正态总体均值和方差的检验

我们首先讨论单个正态总体中参数的假设检验问题。设从总体抽取样本容量为n的样本,其中171、已知,关于的检验(z检验)在上一节例1中,已讨论过正态总体,当已知时,关于=0的检验问题。在这些问题中,我们都是利用H0为真时服从N(0,1)分布的统计量来确定拒绝域的,这种检验法常称为z检验法。2

2

18

下面我们再来简单介绍其步骤:已知=0,假设

易知统计量对于给定的显著性水平,

19

查正态分布表得拒绝域将样本观察值代入,如果,

则否定H0,接受H1,否则接受H1。其单边检验参照有关内容,在此不再叙述。

20

2、未知,关于的检验(t检验)设总体,其中未知,是来自总体x的样本。因为已知,不能用统计量进行检验,当H0成立时,我们可以使用此统计量来进行在未知的情况下的检验。2

2

21

具体检验过程如下: 未知,假设

选取统计量(4-3)对于给定的,查表得临界值确定拒绝域

22

代入样本观察值,如果则否定H0,接受H1,否则,接受H0。其单边检验过程如下:右边检验:假设

拒绝域:

23

例3某种电子元件寿命x(以小时计)服从正态分布,,未知,现抽取9只元件测得寿命如下:

10599971009698103104107

问:是否可以认为元件的寿命大于100小时?解:依题意假设:

选取统计量n=9。

2

24

对于给定的,查表得临界值,拒绝域为(1.753,)计算代入(4-3)式

t没有落入拒绝域,故接受H0,认为元件的寿命不超过100小时。

253、未知,检验关于的假设(检验法)设总体,其中未知,是来自等于总体x的样本。假设,,0为已知常数当H0成立时,统计量

26对于给定的显著性水平,查表得:拒绝域为27

其单边检验情况如下:右边检验:假设

拒绝域:

28

左边检验:假设

拒绝域:

计算s代入得,如果落入拒绝域,则否定H0,否则接受H0。29例4假设钢板重量总体近似服从正态分布,按照规定,这种钢板的方差不得超过0.016kg,现随机抽取n=25的钢板样本,测得其样本,试问:是否可以认为这批钢板不合规格?2

30

解:依题意,假设选取统计量对于给定的显著性水平,查表得将样本值代入得:

落入拒绝域中,拒绝假设H0,即钢板的方差不合格。

31§4.2两个正态总体均值与方差的检验

1、关于两个正态总体均值的检验(t检验)设总体,,与分别是来自总体x与Y的样本,且两样本独立。均未知,但要注意在这里,假设两总体的方差是相等的。32

检验假设

当H0成立时,统计量

其中

33

对于给定的显著性水平,查表得

其拒绝域为

代入样本值,如果t落入拒绝域,则否定

H0,接受H1,否则接受H0。34

其单边检验情况如下:右边检验:假设拒绝域为左边检验:假设拒绝域为

35

例5某种物品在处理前与处理后的含脂率样本值如下:处理前:0.190.180.210.300.410.120.27

处理后:0.150.130.070.240.190.060.080.12

假定处理前后的含脂率都服从正态分布,且标准差不变,问处理前后含脂率的总体均值有无变化?36

解:依题意假设选取统计量对于给定的显著性水平,查表得拒绝域为。

37将样本观测值代入得,其中t落入拒绝域中,认为处理后含脂率变化了。

38

2、关于两个正态总体方差的假设检验(F检验)

设总体,,与分别是来自总体X与Y的样本,且两样本独立,其样本方差分别为,均未知。39

检验假设当H0成立时,统计量对于给定的显著性水平,查表得其拒绝域为

40

将样本值代入,如果落入拒绝域中,则否定H0,否则接受H0。其单边检验情况如下:右边

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。

评论

0/150

提交评论