正态总体参数的假设检验
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。
正态总体的假设检验
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？
单个正态总体的假设检验
计算统计量 Z 的观察值
z0
x 0
n
.
(8.3)
如果：( a ) | z0 |> zα/2，则在显著性水平 α 下，拒绝原假设 H0
(接受备择假设H1)，所以| z 0|> zα/2 便是 H0 的拒绝域。
( b ) | z0 | z /2 ，则在显著性水平 α 下，接受原假设 H0，认
=0.05 下 否 定 H0 ， 即 不 能 认 为 这 批 产 品 的 平 均 抗 断 强 度 是
32.50kg·cm-2。
把上面的检验过程加以概括，得到了关于方差已知的正态总体期
望值 μ 的检验步骤:
( a )提出待检验的假设 H0 ：μ = μ0； H1：μ ≠ μ0。
( b )构造统计量 Z ，并计算其观察值 z0 :
1277°(可看作温度的真值)，试问此仪器间接测量有无系统偏差?
这里假设测量值 X 服从 X ~ N ( μ , σ2) 分布。
解
①问题是要检验
提出假设 H0 ：μ = μ0=1227； H1：μ ≠ μ0。
由于
σ2
未知( 即仪器的精度不知道 )，我们选取统计量 T
当 H0 为真时，T ~ t ( n -1) ，T 的观察值为
X
X 0
N ( , ) ,
n
Z
n
X 0
n
N (0,1) ,
(8.2)
作为此假设检验的统计量，显然当假设 H0 为真(即μ = μ0正确)
时, Z ~ N ( 0 , 1)，所以对于给定的显著性水平 α ，可求出 zα/2，
使
P{| Z | z 2 } .
见图8-3，即
第二节 正态总体均值的假设检验
σ
~ N(0,1)
n
（σ 2 已知)
原假设 备择假设 检验统计量及其在 H0为真时的分布 H0 H1
=0 ≠0
X 0 T= ~ T(n 1) S n
接受域
x 0 s n
≤ tα
（σ 2未知）
2
待估参数
枢轴量及其分布 置信区间
X 0 T= ~ T(n 1) S n
( x tα
2
= 0 ≥ 0 ≤ 0
≠ 0 < 0 > 0
U=
X 0
σ
U ≥ zα
2
n
U ≤ zα
N(0,1)
U ≥ zα
未知) T 检验法 (σ2 未知) 原假设 备择假设 检验统计量及其 H0 H1 H0为真时的分布 拒绝域
= 0 ≥ 0 ≤ 0
≠ 0 < 0 > 0
X 0 T= S n ~ t(n 1)
（2）关于 σ
2
χ2检验法 的检验
拒绝域
原假设 备择假设 检验统计量及其在 H1 H0为真时的分布 H0
σ
2=σ 2 0
σ
2≠σ 2 0
χ =
2
∑(X )
i=1 i
n
χ ≤ χ (n)
2 2 1α 2
2
或 χ 2 ≥ χα2 (n)
2
σ 2≥σ 02 σ 2<σ 02
σ
2 0
~ χ (n)
2
χ ≤ χ (n)
(1) 关于均值差 1 – 2 的检验
原假设 备择假设 检验统计量及其在 H0为真时的分布 H0 H1
1 – 2 = δ 1 – 2 ≠ δ 1 – 2 ≥ δ 1 – 2 < δ 1 – 2 ≤ δ 1 – 2 > δ
两个正态总体参数的假设检验 推导
两个正态总体参数的假设检验推导一、引言假设检验是统计学中常用的方法，用于检验两个正态总体参数是否具有显著差异。
本文将介绍两个正态总体参数的假设检验的推导过程，主要包括以下步骤：假设提出、样本收集、样本检验、推断结论、结果解释和误差分析。
二、假设提出假设检验的基本思想是通过样本数据对总体参数进行推断。
在这个过程中，首先需要提出假设，即对两个正态总体参数的关系做出假设。
通常，假设检验中包含两个假设：零假设（H0）和备择假设（H1）。
零假设通常表示两个总体参数无显著差异，备择假设则是与零假设相对的假设。
例如，我们可以在零假设中设定两个总体均数相等，备择假设则是均数不等。
三、样本收集在提出假设后，需要收集样本数据以进行检验。
样本收集应遵循随机抽样的原则，以确保样本的代表性。
在收集样本时，还需要注意样本量的大小，以保证推断结论的准确性。
四、样本检验样本检验是假设检验的核心步骤，包括计算样本统计量、确定临界值和做出推断结论等步骤。
样本统计量是根据样本数据计算出的量，用于推断总体参数。
临界值是用于判断样本统计量是否达到显著差异的标准。
在做出推断结论时，需要根据样本统计量和临界值进行比较，以确定零假设是否被拒绝。
五、推断结论根据样本检验的结果，可以做出推断结论。
如果样本统计量超过了临界值，则可以拒绝零假设，接受备择假设；否则，不能拒绝零假设。
推断结论是假设检验的关键步骤之一，要求谨慎和客观地做出判断。
六、结果解释推断结论做出后，需要对结果进行解释。
解释结果时需要关注以下几点：一是理解推断结论的含义，二是明确结果对于实践的意义，三是注意结果的局限性，即样本量和误差范围等因素对结果的影响。
结果解释要求清晰明了地传达结果的含义和应用范围。
七、误差分析误差分析是假设检验中不可或缺的一环。
误差分为两类：一类是随机误差，由随机抽样造成；另一类是系统误差，由样本设计和处理等环节造成。
误差分析的目的是评估结果的可靠性和精确性，从而确定结果在实际应用中的可信度。
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
正态总体的均值和方差的假设检验
12
n1
2 2
n2
~ N (0,1)
给定α 0.05,
(当H 0成立时)
由 Φ(u0.025 ) 0.975, 查表可得 uα / 2 u0.025 1.96
(3)拒绝域: W1={(x1, x2, ∙∙∙, xn, y1, y2, ∙∙∙, yn)||u| u /2=1.96},
3. μ为未知，关于σ 2的检验（χ 2检验法）
设X 1 , X 2 , , X n是来自正态总体 N ( μ, σ 2 )的一样本，
其中μ, σ 2未知，检验水平为 α，检验σ 2步骤为：
1 假设H0 : 2 0 2 , H1: 2 0 2 ;
X1 , X 2 ,, X n为来自总体X的样本，
2 2 2 2 X ~ N ( μ1 , σ1 ),Y ~ N ( μ2 , σ 2 ), σ1 60, σ 2 80,问
两台机床生产的产品重量有无显著差异( =0.05)？ 解 本题归结为检验假设
(1) H0 : 1 2 , H1: 1 2 ,
(2)取检验的统计量为 U ( X Y ) /
解 (1)
本题归结为检验假设
H 0 : μ 800,
H1 : μ 800;
40，n 9 X 800 (2)选择统计量 U 9 40
当H0成立时,U~N(0,1).
(3)给定显著性水平 = 0.05,由正态分布函数表 查得u /2=u0.025 =1.96,从而得检验的拒绝域为 W1={(x1 , x2 , ∙∙∙ , xn) :|u| u 0.025 =1.96 }； (4) 由样本值计算U的观测值为
x 0 s / n
7-2正态总体参数的检验
一、单个正态总体均值的检验 二、两个正态总体均值差的检验 三、正态总体方差的检验
同上节) 标准要求长度是32.5毫米 毫米. 例2(同上节 某工厂生产的一种螺钉 标准要求长度是 同上节 某工厂生产的一种螺钉,标准要求长度是 毫米
实际生产的产品，其长度 假定服从正态分布N( σ 未知， 实际生产的产品，其长度X 假定服从正态分布 µ,σ2 ) ,σ2 未知， 现从该厂生产的一批产品中抽取6件 得尺寸数据如下: 现从该厂生产的一批产品中抽取 件, 得尺寸数据如下
(1)与(4); (2)与(5)的拒绝域形式相同 与 的拒绝域形式相同. 与 的拒绝域形式相同
一、单个正态总体均值的检验
是来自N( σ 的样本 的样本, 设x1,…,xn是来自 µ,σ2)的样本 关于µ的三种检验问题是 (µ0是个已知数 是个已知数)
(1) H0 : µ ≤ µ0 vs H1 : µ > µ0 (2) H0 : µ ≥ µ0 vs H1 : µ < µ0 (3) H0 : µ = µ0 vs H1 : µ ≠ µ0
对于检验问题 对于检验问题
(2) H0 : µ ≥ µ0 vs H1 : µ < µ0
x − µ0
仍选用u统计量 u = 选用 统计量 相应的拒绝域的形式为: 相应的拒绝域的形式为
取显著性水平为α 取显著性水平为α，使c满足 P 0 (u ≤ c) = α 满足 µ
由于μ = μ 0时，u ~ N(0,1),故 c = uα,如图 故 , 因此拒绝域为: 因此拒绝域为 或等价地: 或等价地 φ(x)
检 H0 : µ = µ0 vs H1 : µ ≠ µ0 验
x − µ0 s/ n
接受域为: 接受域为
- 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)。
正态总体参数的假设检验
1. 选择题
（1）总体2
~(,)X N μσ，对数学期望μ进行假设检验，如果在显著水平0.05α=下接受
了000:(H μμμ=为已知常数），那么在显著水平0.01α=下（ A ）。
(A ) 必接受0H (B) 必拒接0H
(C) 可能接受也可能拒接0H (D) 不接受也不拒接0H
2 已知某炼铁厂铁水含碳量服从正态分布)108.0,550.4(2N ，现观测了九炉铁水，其平均含碳量为4.484，如果方差没有变化，可否认为现在生产的铁水平均含碳量仍为4.550(α＝
在H0成立条件下，U ～N(0，1)，查表知: P{｜U ｜＞1.96}＝0.05.
而｜U0｜＝1.833＜1.96，
故接受H0，即不能否认现在生产的铁水平均含碳量仍为4.550.
3. 过去某工厂向A 公司订购原材料，自订货日开始至交货日止，平均为49.1日，现改为向
B 公司订购原料，随机抽取向B 公司订的8次货，交货天数为：46 38 40 39 52 35 48 44, 问B 公司交货日期是否较A 公司为短
(α＝0.05)？
解 待检验的假设是H0 : μ≥49.1.
使用统计量
α＝0.05
，自由度为7，查t 分布临界值表
t0.1(7)＝1.895，故H0在检验水平α＝0.05的拒接域为
因此
S ＝5.7257.
所以应拒接H0，即可以认为B 公司交货日期显著比A 公司要短.
4. 用一台自动包装机包装葡萄糖，假定在正常情况下，糖的净重服从正态分布.根据长期资料表明，标准差为15克.现从某一班的产品中随机取出9袋，测得重量为：497 506 518 511 524 510 488 515 512. 问包装机标准差有无变化？(α＝0.05) 解 待检验的假设是H0 : σ2
＝152
选取统计量
当H0成立时，
22(1)n χχ-:。
α＝0.05，查χ2分布临界值表得临界值
由于22.1817.535χ<<, 故接受H0，即不能认为标准有显著变化.
5．某市质监局接到顾客投诉，对某金商进行质量调查，现从其出售的标志18K 的项链中抽取9件进行检测，检测标准为：标准值18K 且标准差不得超过0.3K 。
检测结果如下：17.3 16.6 17.9 18.2 17.4 16.3 18.5 17.2 18.1，假定项链的含金量服从正态分布，试问检测结果能否认定金商出售的产品存在质量问题？（显著性水平01.0=α）
解： 计算9个数据的均值和标准差：5.17=x ，7416.0=s ，
检验均值：00:μ
μ=H ，01:μμ≠H ，
0226.2-，查表355.3)8(005.0=t ，保留原假设，可以认为商家产品的平均含金量为
18k 。
检验标准差：00:σσ≤H ，01:σσ>H
认为商家产品的标准差过大。
综上分析，尽管由于均值仍可认为是18k，但由于标准差过大，导致产品质量不稳定，故而不合格产品增多。
商家应减少产品质量的波动。