单个总体均值方差的检验

第1页，课件共32页，创作于2023年2月

第八章假设检验§8.1基本概念下面，我们讨论不同于参数估计问题的另一类统计推断问题——根据样本提供的信息，检验总体的某个假设是否成立的问题。这类问题称为假设检验。第2页，课件共32页，创作于2023年2月假设检验参数检验非参数检验总体分布已知情形下，检验未知参数的某个假设总体分布未知情形下的假设检验问题先看一个例子。第3页，课件共32页，创作于2023年2月例1：某工厂生产

10

欧姆的电阻，根据以往生产的电阻实际情况，可以认为:电阻值X服从正态分布

N(,0.12)。现在随机抽取10个电阻,测得它们的电阻值为:9.9,10.1,10.2,9.7,9.9,9.9,10.0,10.5,10.1,10.2.

问:从样本看，能否认为该厂生产的电阻的平均值

=

10

欧姆?第4页，课件共32页，创作于2023年2月●确定总体：记

X

为该厂生产电阻的测量值，则X

～

N(,0.12)；●明确任务：通过样本推断“X

的均值

μ

是否等于10欧姆”；●假设：“X

的均值μ=10”这一假设是否成立?I.如何建立检验模型第5页，课件共32页，创作于2023年2月原假设的对立面是

“

X

的均值

μ≠10”，称为

“对立假设”

或

“备择假设”，记成

“H1:μ

≠10”。把原假设和对立假设合写在一起，就是:H0：μ

=10；H1：μ≠10.在数理统计中，把

“

X的均值

μ

=10”

这样一个待检验的假设记为

“原假设”

或

“零假设”,记成“H0：μ

=10”。第6页，课件共32页，创作于2023年2月II.解决问题的思路因样本均值是

μ

的一个很好的估计。所以，当

μ

=10，即原假设

H0成立时,应比较小；如果该值过大,想必

H0

不成立。于是，我们就用的大小检验

H0

是否成立。

合理的做法应该是：找出一个界限

c，第7页，课件共32页，创作于2023年2月这里的问题是：如何确定常数

c呢？细致地分析:根据定理

6.4.1，有于是，当原假设

H0：μ=10

成立时，有第8页，课件共32页，创作于2023年2月为确定常数

c，我们考虑一个很小的正数，如=

0.05。当原假设

H0:μ=10

成立时，有于是，我们就得到如下检验准则:第9页，课件共32页，创作于2023年2月为原假设

H0

的拒绝域。第10页，课件共32页，创作于2023年2月用以上检验准则处理我们的问题，所以，接受原假设

H0:μ=10。

第11页，课件共32页，创作于2023年2月因为，当原假设是

H0:μ=10

成立时，所以，当

很小时，若

H0

为真(正确),则检验统计量落入拒绝域是一小概率事件

(概率很小，为

)。前面我们曾提到：“通常认为小概率事件在一次试验中基本上不会发生”。III.方法原理

那么，如果小概率事件发生了，即:发生,就拒绝接受

H0成立，即认为

H0不成立。第12页，课件共32页，创作于2023年2月IV.两类错误与显著性水平

当我们检验一个假设

H0

时，有可能犯以下两类错误之一：H0是正确的，但被我们拒绝了，这就犯了“弃真”的错误，即抛弃了正确假设；

H0

是不正确的，但被我们接受了，这就犯了“取伪”的错误，即采用了伪假设。因为检验统计量总是随机的，所以，我们总是以一定的概率犯以上两类错误。第13页，课件共32页，创作于2023年2月通常用

α

和

β

记犯第一、第二类错误的概率，即

在检验问题中，犯“弃真”和“取伪”两类错误都总是不可避免的，并且减少犯第一类错误的概率，就会增大犯第二类错误的概率;反之亦然。所以，犯两类错误的概率不能同时得到控制。第14页，课件共32页，创作于2023年2月§8.2正态总体均值的假设检验8.2.1单正态总体

N(,2)均值

的检验1.双边检验H0:μ

=

μ0；H1:μ≠μ0

假设

2已知，根据上节中的例1，当原假设

H0:μ

=

μ0成立时，有第15页，课件共32页，创作于2023年2月在应用上，2未知的情况是常见的。此时，和前面不同的是：常用样本方差

S2代替未知的2。以上检验法称作

U

检验法。第16页，课件共32页，创作于2023年2月

当

2未知时，根据基本定理6.4.1

，当原假设

H0:μ

=

μ0成立时，有此检验法称作

t

检验法。第17页，课件共32页，创作于2023年2月解：n=10,=0.05,0=10，

t10-1(

/2)=t9(0.025)=2.2622，例1(续例

8.1.1):假设2未知，检验所以，接受原假设H0:μ

=10.H0:

μ

=10；H1:

μ≠10.第18页，课件共32页，创作于2023年2月上一段中，

H0:μ=μ0

;H1:μ≠μ0的对立假设为H1:μ

≠μ0,该假设称为双边对立假设。2.单边检验H0:μ=μ0;H1:μ

>μ0而现在要处理的对立假设为H1:μ

>μ0,称为右边对立假设。类似地，H0:μ

=μ0;H1:μ

<μ0中的对立假设H1:μ

<μ0，假设称为左边对立假设。右边对立假设和左边对立假设统称为单边对立假设，其检验为单边检验。第19页，课件共32页，创作于2023年2月

例如：工厂生产的某产品的数量指标服从正态分布，均值为

μ0；采用新技术或新配方后，产品质量指标还服从正态分布，但均值为

。我们想了解“是否显著地大于μ0”,即产品的质量指标是否显著地增加了。第20页，课件共32页，创作于2023年2月如果μ=μ0，即原假设成立，则就不应太大；反之，如果过大，就认为原假设不成立。在2已知情况下，根据定理6.4.1，知：当原假设成立时，单边检验H0:μ=μ0;H1:μ

>μ0

第21页，课件共32页，创作于2023年2月在2未知情况下，当原假设成立时，第22页，课件共32页，创作于2023年2月例2：某厂生产一种工业用绳,其质量指标是绳子所承受的最大拉力，假定该指标服从正态分布，且该厂原来生产的绳子指标均值

μ0

=15公斤，采用一种新原材料后,厂方称这种原材料提高了绳子的质量，也就是说绳子所承受的最大拉力

μ比15公斤增大了。

为检验该厂的结论是否真实，从其新产品中随机抽取50件，测得它们所承受的最大拉力的平均值为15.8公斤，样本标准差S=0.5公斤。取显著性水平

=0.01。问从这些样本看：能否接受厂方的结论。第23页，课件共32页，创作于2023年2月解：问题归结为检验如下假设H0:μ

=15;H1:μ>15(2未知)于是，从而，拒绝原假设，即认为新的原材料确实提高了绳子所能承受的最大拉力。第24页，课件共32页，创作于2023年2月利用样本方差

S

2是2的一个无偏估计，且(n-1)S2/

2~χ

2n-1

的结论。8.3.1单个正态总体方差的

χ

2检验

设

X1,X2,…,Xn为来自总体

N(

,2)

的样本，

和

2未知，求下列假设的显著性水平为

的检验。思路分析:1.H0:2=02；H1:2≠02

§8.3正态总体方差的检验第25页，课件共32页，创作于2023年2月当原假设

H0:2=02成立时，S2和02应该比较接近，即比值

S

2/02应接近于1。所以,这个比值过大或过小

时，应拒绝原假设。

合理的做法是:找两个合适的界限

c1

和

c2

,●当c1<(n-1)S2/02<c2时，接受H0；●当(n-1)S2/02≤c1或(n-1)S2/02≥c2时,

拒绝

H0

。

第26页，课件共32页，创作于2023年2月由于当原假设H0:2=02成立时，有上述检验法称为χ2

检验法。c1与

c2的确定第27页，课件共32页，创作于2023年2月同理，当

H0:2=02成立时，有，此检验法也称χ2

检验法。2.H0:2≤02；H1:2>02

第28页，课件共32页，创作于2023年2月例1：某公司生产的发动机部件的直径(单位:cm)服从正态分布，并称其标准差0=0.048。现随机抽取5个部件，测得它们的直径为

1.32,1.55,1.36,1.40,1.44.取=0.05，问:(1).能否认为该公司生产的发动机部件的直径的标准差确实为=0?(2).能否认为

≤0?解:

(1).的问题就是检验

H0:2=02;H1:2≠02.其中，n=5，=0.05，0=0.048.第29页，课件共32页，创作于2023年2月故，拒绝原假设

H0，即认为部件直径标准差不是

0.048

cm。经计算，