正态总体的假设检验
合集下载
正态总体均值的假设检验
t 检验 用 t 分布
2 用 分布
检验
下，若能求得检验统计量的 极限分布，依据它去决定临界值C.
例 1 (用例中数据,但未知)
n=10, =0.05, 0=10 t10-1(/2)=t9(0.025)=2.2622
X 10.05,S2 0.05, S 0.224 X 10 0.05 , 即未落入拒绝域为 S 10 2.262 0.160 S 10 2.262
抽取 样本
检验 假设
拒绝还是不能 拒绝H0
P(T W)=
类错误的概率， W为拒绝域
对差异进行定量的分析， 确定其性质(是随机误差 显著性 水平
还是系统误差. 为给出两 者界限，找一检验统计量T， 在H0成立下其分布已知.）
-----犯第一
一般说来，按照检验所用的统计量的分布, 分为 U 检验 用正态分布
以上检验法叫U检验法.
X ～tn 1 S/ n
0
于是当原假设 H0:μ =μ X 0 ～tn 1 S/ n
成立时,有:
X 0 P tn 1 2 S / n S 即P X 0 tn 1 n 2 S 拒绝域为 X 0 tn 1 n 2 以上检验法叫t检验法.
第八章 第二节
正态总体均值的假设检验
一、单个正态总体N(,2)均值的检验
(I) H0:μ = μ
0
H1:μ ≠ μ
0
设X1,X2, ,Xn为来自总体N(,2)的样本. 求:对以上假设的显著性水平=的假设检验. 方差2已知的情况
根据第一节例1,当原假设 H0:μ =μ , 有:
2 用 分布
检验
下，若能求得检验统计量的 极限分布，依据它去决定临界值C.
例 1 (用例中数据,但未知)
n=10, =0.05, 0=10 t10-1(/2)=t9(0.025)=2.2622
X 10.05,S2 0.05, S 0.224 X 10 0.05 , 即未落入拒绝域为 S 10 2.262 0.160 S 10 2.262
抽取 样本
检验 假设
拒绝还是不能 拒绝H0
P(T W)=
类错误的概率， W为拒绝域
对差异进行定量的分析， 确定其性质(是随机误差 显著性 水平
还是系统误差. 为给出两 者界限，找一检验统计量T， 在H0成立下其分布已知.）
-----犯第一
一般说来，按照检验所用的统计量的分布, 分为 U 检验 用正态分布
以上检验法叫U检验法.
X ～tn 1 S/ n
0
于是当原假设 H0:μ =μ X 0 ～tn 1 S/ n
成立时,有:
X 0 P tn 1 2 S / n S 即P X 0 tn 1 n 2 S 拒绝域为 X 0 tn 1 n 2 以上检验法叫t检验法.
第八章 第二节
正态总体均值的假设检验
一、单个正态总体N(,2)均值的检验
(I) H0:μ = μ
0
H1:μ ≠ μ
0
设X1,X2, ,Xn为来自总体N(,2)的样本. 求:对以上假设的显著性水平=的假设检验. 方差2已知的情况
根据第一节例1,当原假设 H0:μ =μ , 有:
两个正态总体的假设检验
由样本观察值算出的 F 满足
F0.95 (9 , 9) 1 3.18 F 1.95 3.18 F0.05 (9 , 9) .
可见它不落入拒绝域，因此不能拒绝原假设 H0 ：σ12 = σ22 ，
从而认为两个总体的方差无显著差异。
注意：在 μ1 与 μ2 已知时，要检验假设 H0 ：σ12 = σ22 ，其
检验方法类同均值未知的情况，此时所采用的检验统计量是：
1 n1
2
(
X
)
i 1
n1 i 1
F
1 n2
2
(
Y
)
i 2
n2 i 1
其拒绝域参看表8-5。
( 2 )单边检验可作类似的讨论。
F0.05 (n1 , n2 ) .
8-5
概率学与数理统计
体的样本，且 μ1 与 μ2 未知。现在要检验假设 H0 ： σ2 = σ02 ；
H1： σ2 ≠ σ02 。在原假设 H0 成立的条件下，两个样本方差的
比应该在1附近随机地摆动，所以这个比不能太大又不能太小。
于是我们选取统计量
S12
F 2.
S2
( 8.21 )
显然，只有当 F 接近1时，才认为有 σ12 = σ22 。
10 10 2
18
由( 8.20 )式计算得
2.063 2.059
t0
3.3 .
0.0000072 (2 10)
对于 α =0.01，查自由度为18的 t 分布表得 t 0.005( 18 )=2.878。
由于| t0|=3. 3 > t 0.005( 18 )=2.878 ，于是拒绝原假设 H0 ：μ1 = μ2 。
数理统计17：正态总体参数假设检验
数理统计17：正态总体参数假设检验现在，我们对正态分布的参数假设检验进⾏讨论，这也是本系列的最后⼀部分内容。
由于本系列为我独⾃完成的，缺少审阅，如果有任何错误，欢迎在评论区中指出，谢谢！⽬录Part 1：基本步骤正态总体N (µ,σ2)参数的假设检验不外乎遵循以下的步骤：找到合适的统计量，⽤统计量的取值范围设计拒绝域。
假定原假设为真，考虑这个条件下统计量的分布。
根据统计量的分布，根据检验的⽔平要求设置拒绝域的边界值。
设计检验的核⼼在于假定原假设为真，这是因为检验的⽔平是基于弃真概率定义的，也就是说，要在第三步中写出检验的⽔平，就必须在H 0成⽴的情况下找出⼩概率事件的发⽣条件。
⽐如，对于均值的检验⼀共有三种：1.H 0:µ=µ0↔H 1:µ≠µ0;2.H 0:µ≥µ0↔H 1:µ<µ0;3.H 0:µ≤µ0↔H 1:µ>µ0.每⼀种⼜可以细分为⽅差σ2已知和⽅差σ2未知两种情况，但显然不论⽅差是否已知，最核⼼的统计量都应该是¯X，如果⽅差未知可能还要⽤到⽅差的替代：S 2。
以下，对于这三种问题，拒绝域分别应该是这样的：如果H 0被接受，则¯X 既不应该太⼤，也不应该太⼩，拒绝域的基础形式应该是{¯X >c 1}∪{¯X <c 2}.如果H 0被接受，则¯X 不应该太⼩，⽆论多⼤都可以，拒绝域的基础形式应该是{¯X <c }.如果H 0被接受，则¯X 不应该太⼤，⽆论多⼩都可以，拒绝域的基础形式应该是{¯X>c }.当然，这只是拒绝域的基础形式，实际情况下可能不⽌使⽤¯X，但基本思想应该是这样的。
对于⽅差的检验，则将检验统计量换成了S 2，或者均值已知情况下的离差平⽅和Q 2，步骤也和上⾯的差不多。
正态总体均值的假设检验
t不落在拒绝域中，故接受 H 0
即认为元件的平均寿 命不大于 225小时。
二、两个正态总体均值差的检验（t 检验N）o:
Image
设X1,X2,,Xn1是 来 自 正 态 总 体 N(m1,s2)的 样 本Y；1,Y2,,Yn2是 来 自 正 态 总 体 N(m2,s2)的 样 本 ， 且 设 两 样 立本 。独 又 分 别 记 它 们
1)
s
2 2
10 10 - 2
= 2.775,
t0.05 (18) = 1.7341,
故拒绝域为：
T = X -Y
Sp
11 10 10
- t 0.05 (18 ) = -1.7341 ,
可算得 T = -4.295 < -1.7341 , 故拒绝 H 0 ,
即 认为新方法能提高得率。
已知总 例体服从2正态某分布地，且区方差大高致相考同，负由抽样责获得人资料想如下：知道某年来自城市中学考生
当H0成 立 时T，~ t(n1 n2 -2)， 对 于 给 定 a 的
P{|T |>ta/2(n1 n2 -2)}=a,
故 拒 绝 域 为|T |>t a/2(n1 n2 -2).
说明： 1. 对于单侧检验 “ H0 : m1 - m2 ≤ m0 ” 和 “ H0 : m1- m2 ≥ m0 ”, 可以类似地讨论。 常用的是 m0 = 0。 2. 对于两个正态总体的方差均为已知时,
的 样 本 均 值 X，Y为， 样 本 方 差 S12为 ,S22， 并 设 m1,m2,s2 均未知。
检验H： 0:m1-m2 =m0，H1:m1-m2 m0,
取统2
其
中
S2p
=
(n1
-1)S12 (n2 -1)S22 n1 n2 -2
即认为元件的平均寿 命不大于 225小时。
二、两个正态总体均值差的检验（t 检验N）o:
Image
设X1,X2,,Xn1是 来 自 正 态 总 体 N(m1,s2)的 样 本Y；1,Y2,,Yn2是 来 自 正 态 总 体 N(m2,s2)的 样 本 ， 且 设 两 样 立本 。独 又 分 别 记 它 们
1)
s
2 2
10 10 - 2
= 2.775,
t0.05 (18) = 1.7341,
故拒绝域为：
T = X -Y
Sp
11 10 10
- t 0.05 (18 ) = -1.7341 ,
可算得 T = -4.295 < -1.7341 , 故拒绝 H 0 ,
即 认为新方法能提高得率。
已知总 例体服从2正态某分布地，且区方差大高致相考同，负由抽样责获得人资料想如下：知道某年来自城市中学考生
当H0成 立 时T，~ t(n1 n2 -2)， 对 于 给 定 a 的
P{|T |>ta/2(n1 n2 -2)}=a,
故 拒 绝 域 为|T |>t a/2(n1 n2 -2).
说明： 1. 对于单侧检验 “ H0 : m1 - m2 ≤ m0 ” 和 “ H0 : m1- m2 ≥ m0 ”, 可以类似地讨论。 常用的是 m0 = 0。 2. 对于两个正态总体的方差均为已知时,
的 样 本 均 值 X，Y为， 样 本 方 差 S12为 ,S22， 并 设 m1,m2,s2 均未知。
检验H： 0:m1-m2 =m0，H1:m1-m2 m0,
取统2
其
中
S2p
=
(n1
-1)S12 (n2 -1)S22 n1 n2 -2
正态总体参数的假设检验
578, 572, 570, 568, 572, 570, 570, 572, 596, 584 试判断新生产的铜丝的折断力有无提高(取α=0.05)?
解
H0 : 0 570 H1 : 0
用U检验法,这时拒绝条件为U u , 计算知 X 575.2,
U X 0 575.2 570 2.05 u u0.05 1.645
N (0,1) U u
| T | t / 2 T t T t
2法
2
2 0
2
2
2 0
2
2 0
2 0
2
(n 1)S 2
2 0
2
2 0
2
2 0
0
2
2 1
/
2
或
提出检验假设 H0 : p p 0 0.17 H1 : p 0
用大样本U 检验法,这时拒绝条件为|U| u / 2 将 n 400, x 56 / 400 0.14, p(1 p) 0.17(1 0.17) 0.376代入,得
| u |
U法
( 2已知)
0
0 0
0
T法
( 2未知)
0
0
假设H1
0 0 0
0 0 0
检验统计量
U X 0 / n
T X 0
S/ n
抽样分布 拒绝条件 A (P( A) )
9.2 正态总体参数的假设检验
一、一个正态总体参数的假设检验 二、非正态总体均值的假设检验 三、两个正态总体参数的假设检验 四、两个非正态总体均值的假设检验
§正态总体均值的假设检验
1 , 2 , 2 未知,
问新操作方法是否会增加钢的得率? (α=0.05)
解:
H 0 : 1 2 0,
n1 10, n2 10,
H 1 : 1 2 0
2 s1
x 76.23,
3.325,
y 79.43,
2 s2 2.225,
2 2 ( n 1 ) s ( n 1 ) s 2 1 2 2 sw 1 2.775, n1 n2 2
H1 : 0
(2) 选取检验统计量
X 0 Z n
在 H 0 成立的条件下， Z ~ N (0,1) (3) 给定的显著性水平α ,查正态分布表得临界值 z
2
P{ Z z 2 }
(4) 计算检验统计量与临界值比较；
(5) 拒绝域
x 0 z 2 , n
(1) 提出假设
H0 : 0 ,
H1 : 0
(2) 选取检验统计量
X 0 t S n
在 H 0 成立的条件下， t ~ t ( n 1) (3) 给定的显著性水平α ,找临界值
t 2 (n 1)
使
P{ t t 2 ( n 1)}
x 0 t 2 ( n 1), 下结论. s n
解：设两种方法处理后的羊皮含脂率分别为X 和Y，
X ~ N ( 1 , 2 ), Y ~ N ( 2 , 2 )
x 16.375, y 14.857,
sw 2.945,
H 0 : 1 2 0, H1 : 1 2 0
在H0成立下,
X Y T ~ t ( n1 n2 2) 1 1 SW n1 n2
正态总体均值的假设检验
假设检验
正态总体均值的假设检验
1.1 单个正态总体均值的假设检验
3．大样本单个正态总体均值的检验
设总体为 X ，它的分布是任意的，方差 2 未知， X1 ，X2 ， ，Xn 为 来自总体 X 的样本，H0 ： 0（ 0 已知）．当样本容量 n 很大（ n 30 ）
时，无论总体是否服从正态分布，统计量 t X 0 都近似服从正态分 S/ n
解 依题意，建立假设 由于 2 未知，故选取统计量
H0 ： 0 72，H1 ： 72 ． t X 0 ， S/ n
已知 0.05 ，故此检验问题的拒绝域为
W t | | t |
x 0
s/ n
t
/
2
(n
1)
．
又知 n 26，x 74.2，s 6.2，查表得 t /2 (25) t0.025 (25) 2.06 ，则有 | t | x 0 74.2 72 1.81 2.06 ， s/ n 6.2/ 26
解 依题意，建立假设 由于 2 未知，取检验统计量
H0 ： 0.8，H1 ： 0.8 ．
t X 0 ~ t(n 1) ， S/ n
已知 0.05 ，故此检验问题的拒绝域为
W t | t x 0 s/ n
t (n 1) ．
又知 n 16 ，x 0.92，s 0.32 ，查表得 t0.05 (16 1) t0.05 (15) 1.75，则有 t x 0 0.92 0.8 1.50 1.75 ， s/ n 0.32/ 16
假设检验 H0 ： 0 ，H1 ： 0 的拒绝域为 W {t | t t (n 1)}．
（7-8） （7-9）
假设检验
正态总体均值的假设检验
1.1 单个正态总体均值的假设检验
单个正态总体参数的假设检验
单个正态总体参数的假设检验1.提出假设：首先，我们需要提出关于总体参数的假设。
在单个正态总体参数的情况下，我们通常对总体的均值（μ）或标准差（σ）进行假设。
2.确定显著性水平：显著性水平（α）是一个事先设定的临界值。
根据显著性水平，我们可以决定接受还是拒绝原假设。
3.构建统计量：接下来，我们需要构建一个适当的统计量来判断总体参数的假设。
在单个正态总体参数的情况下，通常使用t统计量或z统计量。
4.计算统计量的值：根据样本数据，计算所选统计量的值。
如果使用t统计量，则需要计算样本均值和标准差；如果使用z统计量，则只需计算样本均值。
5.确定拒绝域：拒绝域是根据显著性水平和统计量的分布确定的。
根据统计量的值和拒绝域的临界值，我们可以决定是否拒绝原假设。
6.做出决策：根据统计量的值和拒绝域，我们可以做出决策：接受原假设或拒绝原假设。
下面以一个具体的例子来说明单个正态总体参数的假设检验。
假设我们要检验一些公司员工的平均工资是否等于5000元。
我们从公司中随机抽取了50个员工的工资数据，假设工资数据服从正态分布。
现在我们要进行假设检验。
1.假设提出：原假设（H0）：员工的平均工资等于5000元；备择假设（H1）：员工的平均工资不等于5000元。
2.显著性水平：我们设定显著性水平为0.053.构建统计量：由于样本量较大（n=50），我们可以使用z统计量。
z统计量的计算方法为（样本均值-总体均值）/（总体标准差/根号n）。
4.计算统计量的值：假设我们计算出样本均值为4950元，总体标准差为100元。
5.确定拒绝域：由于显著性水平为0.05，我们需要找出z值对应的临界值。
在标准正态分布表中查找z=1.96对应的值，并根据原假设的双侧检验找出拒绝域的范围。
6.做出决策：根据统计量的值和拒绝域的范围，我们可以判断是否拒绝原假设。
如果统计量的值落在拒绝域之外，我们将拒绝原假设，即认为员工的平均工资不等于5000元。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
(Xi μ)2
n
(Xi μ)2
P { i1
σ
2 0
χ
2 1
α 2
(
n)}
P{
i 1
σ
2 0
χ
2
α
(
n)}
α
2
所以拒绝域为： W
{
χ2
χ
2 1
α 2
(
n)
，χ
2
χ
2
α
(n)
}
2
2. μ未知时，总体方差σ2的假设检验 χ2 检验法
类型 原假设 备择假设
H0
H1
检验统计量
双边 检验
σ2
σ
2 0
σ2
得s=0.007欧姆.设总体服从正态分布，参数均未知，
问在显著性水平α=0.05下，能否认为这批导线的
标准差显著地偏大？
解: s2 0.0072 0.0052
原假设 H 0 : σ 2 0.0052，备择假设 H1 : σ 2 0.0052
检验统计量： χ 2 (n 1)S 2
σ2
拒绝域：
第二节 正态总体的假设检验
一、单一正态总体均值μ的假设检验
二、单一正态总体方差σ2的假设检验 三、两个正态总体均值的假设检验 四、两个正态总体方差的假设检验
一、单一正态总体均值μ的假设检验
设总体X~N (, 2). X1 , X2 , … , Xn是取自X的样本，
样本均值 X样，本方差S2
1．已知
T t（α n 1）
例1. 设某次考试的考生的成绩服从正态分布，从中随
机地抽取36位考生的成绩，算得平均成绩为66.5分，标 准差为15分，问在显著性水平0.05下，是否可以认为在 这次考试中全体考生的平均成绩为70分？
解： 原假设 H0 : μ 70， 备择假设 H1 : μ 70
检验统计量： T X μ0
n)
2
χ2
χ
2 α
(n)
χ2
χ
2 1α
(n)
推导（双边检验情形） ：
当H0为真时，
χ2
i
n 1
X i μ0 σ0
2
~
χ 2 (n)
此时，因为 1 n ( X i μ0 )2 是σ2的无偏估计量,
n i1
σ0
拒绝域应表现为 χ 2 n ( X i μ0 )2偏小或偏大，
i 1
σ0
P{拒n绝H0|H0为真}
双边 检验
原假设 H0
1 2
单边 检验
1 2 1 2
备择假设 检验统计量 H1
1 2 1 > 2 1 < 2
U X Y
σ12
σ
2 2
n1 n2
拒绝域
U zα
2
U zα
U zα
2．σ12
，σ
2未知，但
2
σ12
σ
2 2
时，总体均值的假设
检验
T 检验法
类型 原假设 备择假设 检验统计量
H0
检验统计量： T
11
n1 n2
X Y
(n1
1)S12
(n2
1)
S
2 2
n1 n2 2
拒绝域： W { T t（α n1 n2 2）}
2
n1 7， x 140.7143， s12 6.5714，
n2 6， y 138.5
s22 7.1
α=0.10
t（α n1 n2 2） t0.0（5 11） 1.7989
Sn
拒绝域： W { T t（α n 1）}
2
n=36， α=0.05，
tα / 2 (n 1) t0.025 (35) 2.0301
W { T tα / 2 (n 1)} {| T | 2.0301} t x μ0 66.5 70 1.4 2.0301
s n 15 / 36
W {U zα } {U 1.645}
u x μ0 0.088 0.095 1.5652 1.645 σ0 / n 0.02 / 20
因为 u W ， 所以接受H0，
在显著性水平0.05下，认为调整后机床加工轴 的椭圆度的均值无显著降低.
例3.某种电子元件，要求使用寿命不得低于1000
第一批：140，138，143，142，144，137，141
第二批：135，140，142，136，138，140.
设这两个相互独立的总体都服从正态分布，且方差相同，
试判断这两批学生的平均身高是否相等（α=0.10 ）。
解: 原假设 H 0 : μ1 μ2 ， 备择假设 H1 : μ1 μ2 ，
有无显著降低？ (α 0.05)
解: x 0.088 0.095
原假设H 0 : μ 0.095， 备择假设H1 : μ 0.095
由σ2 =0.022知，检验统计量为 U X μ0
拒绝域： W {U zα }
σ0 / n
n=20，α=0.05， zα z0.05 1.645
H1
拒绝域
双边 1 2
检验
单边 1 2
检验
1 2
1 2 1 > 2 1 < 2
T (X Y ) 11 n1 n2 Sw
S
2 w
(n1
1)S12
(n2
1)
S
2 2
n1 n2 2
T t（α n1 n2 2）
2
T t（α n1 n2 2）
T t（α n1 n2 2）
例6.测得两批小学生的身高（单位：厘米）为：
因为 t W 所以接受H0，
在显著性水平0.05下，可以认为在这次考试 中全体考生的平均成绩为70分。
例2.一台机床加工轴的椭圆度 X 服从正态分布
N(0.095,0.022）（单位：mm)。机床经调整后随机取
20根测量其椭圆度，算得 x 0.088 mm 。已知总
体方差不变，问调整后机床加工轴的椭圆度的均值
解: x 174.34，y 172.42， x y，
原假设 H 0 : μ1 μ2 ， 备择假设 H1 : μ1 μ2 ，
σ12 5.352 ，
σ
2 2
6.112 ，
检验统计量： 拒绝域：
U X Y
σ12
σ
2 2
n1 n2
W {U zα }
α 0.05， zα z0.05 1.645
拒绝域： W {U zα }
σ0 / n
n=25 ， α=0.05， zα z0.05 1.645
W {U zα } {U 1.645}
u x μ0 950 1000 2.5 1.645 σ0 / n 100/ 25
因为 u W 所以拒绝H0，
在显著性水平0.05下，认为这批元件不合格.
统计中把拒绝域在某个区间的某一侧的检验称为单
边检验（这里是区间 （ zα，zα） 的某一侧）
这里由于使用的是服从正态分布的 U 统计量来 进行检验，也称为U 检验法（或正态检验法）。
U 检验法 (02已知)
类型
双边 检验
原假设 H0
0
单边 检验
0 0
备择假设 H1
0
> 0
< 0
检验统计量 U X μ0
二、单一正态总体方差σ2的假设检验
1．已知 μ μ0 时，总体方差σ2的假设检验
χ2 检验法
类型 原假设 备择假设
H0
H1
检验统计量
双边
检验
σ2
σ
2 0
σ2
σ
2 0
单边
σ2
σ
2 0
σ2
σ
2 0
检验
σ2
σ
2 0
σ2
σ
2 0
χ2
n
i 1
Xi σ0
μ0
2
拒绝域
χ2
χ
2 1
α
(
n)
2
χ2
χ
2
α
(
三、两个正态总体均值的假设检验
X1 , X 2 , , X n1
为取自总体
N
(
1
2 1
)
的样本,
Y1 ,Y2 , ,Yn2
为取自总体 N
(
2
2 2
)
的样本,
且两总体相互独立。
X , S12 ;
Y
,
S
2 2
分别表示两样本的样本均值与样本方差
1．已知
σ12
，σ
2 2
时，总体均值的假设检验
U 检验法
类型
P{拒绝H0|H0为真} P ( X μ0 k μ μ0 )
P{| X μ0 | k } P{| U | k } α
σ0 n σ0 n
σ0 n
所以
k σ0
n zα/2，
即： P{| U | zα / 2 } α
由此知，拒绝域为： W {| U | zα / 2 }
统计中把拒绝域在某个区间的两侧的检验称为双边 检验（这里是区间（ zα / 2，zα / 2）的两侧） (2) μ的单边检验：
(a) 原假设 H 0 : μ μ0 ， 备择假设 H1 : μ μ0
检验统计量： 拒绝域为：
U X μ0 σ0 n
W {U zα }
（证明略）
(b) 原假设 H 0 : μ μ0 ， 备择假设 H1 : μ μ0
检验统计量： 拒绝域为：
U X μ0 σ0 n
W {U zα }
16.919
W { χ 2 3.325，χ 2 16.919}
2
s2 87.6823
χ2Biblioteka (n1)S σ22
n
(Xi μ)2
P { i1
σ
2 0
χ
2 1
α 2
(
n)}
P{
i 1
σ
2 0
χ
2
α
(
n)}
α
2
所以拒绝域为： W
{
χ2
χ
2 1
α 2
(
n)
，χ
2
χ
2
α
(n)
}
2
2. μ未知时，总体方差σ2的假设检验 χ2 检验法
类型 原假设 备择假设
H0
H1
检验统计量
双边 检验
σ2
σ
2 0
σ2
得s=0.007欧姆.设总体服从正态分布，参数均未知，
问在显著性水平α=0.05下，能否认为这批导线的
标准差显著地偏大？
解: s2 0.0072 0.0052
原假设 H 0 : σ 2 0.0052，备择假设 H1 : σ 2 0.0052
检验统计量： χ 2 (n 1)S 2
σ2
拒绝域：
第二节 正态总体的假设检验
一、单一正态总体均值μ的假设检验
二、单一正态总体方差σ2的假设检验 三、两个正态总体均值的假设检验 四、两个正态总体方差的假设检验
一、单一正态总体均值μ的假设检验
设总体X~N (, 2). X1 , X2 , … , Xn是取自X的样本，
样本均值 X样，本方差S2
1．已知
T t（α n 1）
例1. 设某次考试的考生的成绩服从正态分布，从中随
机地抽取36位考生的成绩，算得平均成绩为66.5分，标 准差为15分，问在显著性水平0.05下，是否可以认为在 这次考试中全体考生的平均成绩为70分？
解： 原假设 H0 : μ 70， 备择假设 H1 : μ 70
检验统计量： T X μ0
n)
2
χ2
χ
2 α
(n)
χ2
χ
2 1α
(n)
推导（双边检验情形） ：
当H0为真时，
χ2
i
n 1
X i μ0 σ0
2
~
χ 2 (n)
此时，因为 1 n ( X i μ0 )2 是σ2的无偏估计量,
n i1
σ0
拒绝域应表现为 χ 2 n ( X i μ0 )2偏小或偏大，
i 1
σ0
P{拒n绝H0|H0为真}
双边 检验
原假设 H0
1 2
单边 检验
1 2 1 2
备择假设 检验统计量 H1
1 2 1 > 2 1 < 2
U X Y
σ12
σ
2 2
n1 n2
拒绝域
U zα
2
U zα
U zα
2．σ12
，σ
2未知，但
2
σ12
σ
2 2
时，总体均值的假设
检验
T 检验法
类型 原假设 备择假设 检验统计量
H0
检验统计量： T
11
n1 n2
X Y
(n1
1)S12
(n2
1)
S
2 2
n1 n2 2
拒绝域： W { T t（α n1 n2 2）}
2
n1 7， x 140.7143， s12 6.5714，
n2 6， y 138.5
s22 7.1
α=0.10
t（α n1 n2 2） t0.0（5 11） 1.7989
Sn
拒绝域： W { T t（α n 1）}
2
n=36， α=0.05，
tα / 2 (n 1) t0.025 (35) 2.0301
W { T tα / 2 (n 1)} {| T | 2.0301} t x μ0 66.5 70 1.4 2.0301
s n 15 / 36
W {U zα } {U 1.645}
u x μ0 0.088 0.095 1.5652 1.645 σ0 / n 0.02 / 20
因为 u W ， 所以接受H0，
在显著性水平0.05下，认为调整后机床加工轴 的椭圆度的均值无显著降低.
例3.某种电子元件，要求使用寿命不得低于1000
第一批：140，138，143，142，144，137，141
第二批：135，140，142，136，138，140.
设这两个相互独立的总体都服从正态分布，且方差相同，
试判断这两批学生的平均身高是否相等（α=0.10 ）。
解: 原假设 H 0 : μ1 μ2 ， 备择假设 H1 : μ1 μ2 ，
有无显著降低？ (α 0.05)
解: x 0.088 0.095
原假设H 0 : μ 0.095， 备择假设H1 : μ 0.095
由σ2 =0.022知，检验统计量为 U X μ0
拒绝域： W {U zα }
σ0 / n
n=20，α=0.05， zα z0.05 1.645
H1
拒绝域
双边 1 2
检验
单边 1 2
检验
1 2
1 2 1 > 2 1 < 2
T (X Y ) 11 n1 n2 Sw
S
2 w
(n1
1)S12
(n2
1)
S
2 2
n1 n2 2
T t（α n1 n2 2）
2
T t（α n1 n2 2）
T t（α n1 n2 2）
例6.测得两批小学生的身高（单位：厘米）为：
因为 t W 所以接受H0，
在显著性水平0.05下，可以认为在这次考试 中全体考生的平均成绩为70分。
例2.一台机床加工轴的椭圆度 X 服从正态分布
N(0.095,0.022）（单位：mm)。机床经调整后随机取
20根测量其椭圆度，算得 x 0.088 mm 。已知总
体方差不变，问调整后机床加工轴的椭圆度的均值
解: x 174.34，y 172.42， x y，
原假设 H 0 : μ1 μ2 ， 备择假设 H1 : μ1 μ2 ，
σ12 5.352 ，
σ
2 2
6.112 ，
检验统计量： 拒绝域：
U X Y
σ12
σ
2 2
n1 n2
W {U zα }
α 0.05， zα z0.05 1.645
拒绝域： W {U zα }
σ0 / n
n=25 ， α=0.05， zα z0.05 1.645
W {U zα } {U 1.645}
u x μ0 950 1000 2.5 1.645 σ0 / n 100/ 25
因为 u W 所以拒绝H0，
在显著性水平0.05下，认为这批元件不合格.
统计中把拒绝域在某个区间的某一侧的检验称为单
边检验（这里是区间 （ zα，zα） 的某一侧）
这里由于使用的是服从正态分布的 U 统计量来 进行检验，也称为U 检验法（或正态检验法）。
U 检验法 (02已知)
类型
双边 检验
原假设 H0
0
单边 检验
0 0
备择假设 H1
0
> 0
< 0
检验统计量 U X μ0
二、单一正态总体方差σ2的假设检验
1．已知 μ μ0 时，总体方差σ2的假设检验
χ2 检验法
类型 原假设 备择假设
H0
H1
检验统计量
双边
检验
σ2
σ
2 0
σ2
σ
2 0
单边
σ2
σ
2 0
σ2
σ
2 0
检验
σ2
σ
2 0
σ2
σ
2 0
χ2
n
i 1
Xi σ0
μ0
2
拒绝域
χ2
χ
2 1
α
(
n)
2
χ2
χ
2
α
(
三、两个正态总体均值的假设检验
X1 , X 2 , , X n1
为取自总体
N
(
1
2 1
)
的样本,
Y1 ,Y2 , ,Yn2
为取自总体 N
(
2
2 2
)
的样本,
且两总体相互独立。
X , S12 ;
Y
,
S
2 2
分别表示两样本的样本均值与样本方差
1．已知
σ12
，σ
2 2
时，总体均值的假设检验
U 检验法
类型
P{拒绝H0|H0为真} P ( X μ0 k μ μ0 )
P{| X μ0 | k } P{| U | k } α
σ0 n σ0 n
σ0 n
所以
k σ0
n zα/2，
即： P{| U | zα / 2 } α
由此知，拒绝域为： W {| U | zα / 2 }
统计中把拒绝域在某个区间的两侧的检验称为双边 检验（这里是区间（ zα / 2，zα / 2）的两侧） (2) μ的单边检验：
(a) 原假设 H 0 : μ μ0 ， 备择假设 H1 : μ μ0
检验统计量： 拒绝域为：
U X μ0 σ0 n
W {U zα }
（证明略）
(b) 原假设 H 0 : μ μ0 ， 备择假设 H1 : μ μ0
检验统计量： 拒绝域为：
U X μ0 σ0 n
W {U zα }
16.919
W { χ 2 3.325，χ 2 16.919}
2
s2 87.6823
χ2Biblioteka (n1)S σ22