假设检验例题.
假设检验习题及答案
第三章 假设检验3.2 一种元件,要求其使用寿命不低于1000（小时）,现在从一批这种元件中随机抽取25件,测得其寿命平均值为950（小时）。
已知这种元件寿命服从标准差100σ=（小时）的正态分布，试在显著水平0.05下确定这批元件是否合格。
{}0100001:1000, H :1000X u=950 100 n=25 1000950-1000u= 2.510025 V=u 0.05H nx u αμμμσσμα-≥<-====->=提出假设：构造统计量：此问题情形属于u 检验，故用统计量：此题中：代入上式得：拒绝域：本题中：0.950.950u 1.64u 0.0u H =>∴即，拒绝原假设认为在置信水平5下这批元件不合格。
3.4某批矿砂的五个样品中镍含量经测定为（%）： 3.25 3.27 3.24 3.26 3.24设测定值服从正态分布，问在0.01α=下能否接受假设，这批矿砂的镍含量为01011020: 3.25 H :t X t=13.252, S=0.0117, n=53.252-3.25t= 0.34190.011751H S n x μμμμσμ==≠--==-提出假设：构造统计量：本题属于未知的情形，可用检验，即取检验统计量为：本题中，代入上式得：否定域为：1-20.995120 V=t>t (1)0.01,(4) 4.6041, 3.25n t t tH ααα-⎧⎫-⎨⎬⎩⎭==<∴ 本题中，接受认为这批矿砂的镍含量为。
3.5确定某种溶液中的水分，它的10个测定值0.452%,0.035%,X S ==2N(,),μσ设总体为正态分布试在水平5%检验假设：0101() H :0.5% H :0.5%() H :0.04% H :0.0.4%i ii μμσσ≥<≥<{}00.95()10.452% S=0.035%-4.1143(1)0.05 n=10 t (9) 1.833i t S n X n ασμα--==-==1-构造统计量：本文中未知，可用检验。
(完整版)假设检验习题及答案
第三章 假设检验3.2 一种元件,要求其使用寿命不低于1000（小时）,现在从一批这种元件中随机抽取25件,测得其寿命平均值为950（小时）。
已知这种元件寿命服从标准差100σ=（小时）的正态分布，试在显著水平0.05下确定这批元件是否合格。
{}01001:1000, H :1000X 950 100 n=25 10002.5V=u 0.05H x u αμμσμα-≥<====->=提出假设：构造统计量：此问题情形属于u 检验，故用统计量：此题中：代入上式得：拒绝域：本题中：0.950.950u 1.64u 0.0u H =>∴即，拒绝原假设认为在置信水平5下这批元件不合格。
3.4某批矿砂的五个样品中镍含量经测定为（%）： 3.25 3.27 3.24 3.26 3.24设测定值服从正态分布，问在0.01α=下能否接受假设，这批矿砂的镍含量为0101102: 3.25 H :t X 3.252, S=0.0117, n=50.3419H x μμμμσ==≠==提出假设：构造统计量：本题属于未知的情形，可用检验，即取检验统计量为：本题中，代入上式得：否定域为：1-20.995120 V=t>t (1)0.01,(4) 4.6041, 3.25n t t tH ααα-⎧⎫-⎨⎬⎩⎭==<∴Q 本题中，接受认为这批矿砂的镍含量为。
3.5确定某种溶液中的水分，它的10个测定值0.452%,0.035%,X S ==2N(,),μσ设总体为正态分布试在水平5%检验假设：0101() H :0.5% H :0.5%() H :0.04% H :0.0.4%i ii μμσσ≥<≥<{}0.95()0.452% S=0.035%-4.1143(1)0.05 n=10 t (9) 1.833i t X n ασα==-==1-构造统计量：本文中未知，可用检验。
取检验统计量为X 本题中，代入上式得： 0.452%-0.5%拒绝域为：V=t >t 本题中，01 4.1143H <=∴t 拒绝{}22200222212210.952()nS S 0.035% n=10 0.04%100.035%7.65630.04% V=(1)(1)(9)16.919ii n n ααμχσσχχχχχχ--===*==>--==Q 2构造统计量：未知，可选择统计量本题中，代入上式得：（）（）否定域为：本题中， 210(1)n H αχ-<-∴接受3.9设总体116(,4),,,X N X X μ:K 为样本，考虑如下检验问题：{}{}01123:0 H :1() =0.05 V ={2X -1.645}V = 1.502X 2.125V =2X 1.962X 1.96(ii)H i μμα==-≤≤≤≤-≥试证下述三个检验（否定域）犯第一类错误的概率同为或通过计算他们犯第二类错误的概率，说明哪个检验最好？解：{}{}{}{}00.97512012()0.050.05:02*1.960.052 1.64502 1.645 1.645( 1.645)1(1.645)=1-0.95=0.05V 1.502 2.i P x V H X U U H X V X X P X P X ααμσμσ-=∈=⎧⎫-⎪⎪=>==⎨⎬⎪⎪⎩⎭=∴>==≤-⎧⎫⎪⎪-⎪⎪≤-=≤-=Φ-=-Φ⎨⎬⎪⎪⎪⎪⎩⎭=≤≤即，P U 这里P {}{}{}{}{}{}203301110125 1.50 2.120(2.215)(1.50)0.980.930.052 1.962 1.962 1.96 1.96P(V H )=1-P 2 1.962(1(1.96))0.05ii :2 1.645X P V H V X X X X H V X σββ⎧⎫⎪⎪-⎪⎪=≤≤⎨⎬⎪⎪⎪⎪⎩⎭=Φ-Φ=-=⎫⎪⎪=≤-≥=≥=≥⎬⎪⎪⎭<=-Φ=X ≥-或（）犯第二类错误的概率 =P -V =P {}1μ=-{}{}223310.3551(0.355)0.36:1 1.502 2.12511 4.125:2 1.96110.04 3.96V P X V P X σβμσβμσ⎧⎫⎪⎪+⎪⎪≥=-Φ=⎨⎬⎪⎪⎪⎪⎩⎭=-≤≤=-⎧⎫⎪⎪+⎪⎪≤≤⎨⎬⎪⎪⎪⎪⎩⎭ΦΦ=≤=-⎧⎫⎪⎪+⎪⎪≤≤⎨⎬⎪⎪⎪⎩⎭X =P X =1-P 3.50 =1-(4.125)+(3.50)=1X =P ⎪ΦΦ∴11 =(3.96)-(0.04)=0.99996092-0.516=0.48396092V 出现第二类错误的概率最小，即V 最好。
参数估计假设检验练习题
第三章 假设检验例子例1：某糖厂用自动打包机装糖。
已知每袋糖的重量（单位：千克）服从正态分布()2~,X N μσ。
今随机抽查9袋，称出它们的重量并计算得到*48.5, 2.5x s ==。
取显著性水平0.05α=。
在下列两种情形下分别检验()01:50 :50H H μμ=≠22(1) 4 (2)σσ=未知解：()()2*01220.97512~,48.5, 2.5,9,0.05:50 :50(1) 4 (2)(1) 2.251.962.25 1.96X N x s n H H u uu αμσαμμσσ-=====≠======>糖的重量，现在已知显著性水平，在两种情形下检验：未知解：计算检验统计量的观测值 临界值，因为，所以拒绝原假设即不能认为糖的重量50的平均值是千克，即打包机工作不正常。
()()()()2*0120.97512~,48.5, 2.5,9,0.05:50 :50(2) 1.818 2.306 1.8 2.306X N x s n H H t t n t αμσαμμσ-=====≠===-==<糖的重量，现在已知显著性水平，在两种情形下检验：未知解：计算检验统计量的观测值 临界值，因为，所以不能拒绝原假设，即不能认为打包机工作不正常。
例2：在上题中，试在显著性水平0.1α=下检验()2201: 4 :4H H σσ=>()()()()*2201*22202210.948.5, 2.5,9,0.1: 4 :4112.51813.36212.513.362.x s n H H n s n αασσχσχχ-=====>-==-==<显著性水平，解：计算检验统计量的观测值 临界值，因为，所以不能拒绝原假设，即不能认为打包机工作不正常例3：监测站对某条河流每日的溶解氧（DO ）质量浓度记录了30个数据，并由此算得 2.52, 2.05x s ==。
已知这条河流的每日DO 质量浓度服从()2,N μσ，试在显著性水平0.05α=下检验()01: 2.7 : 2.7H H μμ=≠。
假设检验例题 (3)
假设检验例题引言假设检验是统计学中常用的一种方法，用于通过对样本数据进行推断来判断某个假设是否成立。
在实际应用中，假设检验可以用于验证某个新的产品是否与现有产品相同、进行医学研究是否有显著的治疗效果等。
本文将通过一个例题来介绍假设检验的基本概念和步骤，并以Markdown文本格式输出。
例题描述假设某个公司改变了产品包装的设计，认为新的包装可以提高产品的销售量。
为了验证这个假设，该公司进行了一项实验，在两个不同的市场中随机选择了一部分店铺，其中一部分店铺使用新的包装，另一部分店铺继续使用旧的包装。
经过一段时间的实验，记录下两组店铺的销售量。
以下是两组店铺的销售量数据：新包装店铺销售量：50, 52, 55, 48, 57, 55, 54, 53, 51, 56旧包装店铺销售量：45, 46, 44, 46, 42, 48, 43, 41, 47, 44现在的问题是，是否可以通过这些数据来判断新的包装是否显著地提高了产品的销售量？假设检验步骤进行假设检验的步骤如下：步骤1：建立零假设和备择假设在这个例题中，零假设表示新的包装不会显著地提高产品的销售量，备择假设表示新的包装显著地提高了产品的销售量。
假设检验的目标是通过样本数据来决定是拒绝零假设还是接受备择假设。
零假设 (H0)：新的包装不会显著地提高产品的销售量。
备择假设 (H1)：新的包装显著地提高了产品的销售量。
步骤2：选择显著性水平显著性水平是假设检验中的一个重要概念，用于决定拒绝或接受零假设的标准。
通常情况下，我们会选择一个合适的显著性水平，常见的显著性水平有0.05和0.01。
在这个例题中，我们选择显著性水平为0.05，表示要求95%的置信水平。
步骤3：计算检验统计量假设检验的目标是通过样本数据来计算一个统计量，并与一个期望的分布进行比较。
在这个例题中，我们可以使用两组店铺的平均销售量作为检验统计量。
步骤4：计算p值p值是一个概率值，表示当零假设为真时，观察到比检验统计量更极端结果的概率。
第12章 假设检验典型例题与综合练习
经济数学基础 第12章 假设检验第12章 假设检验典型例题与综合练习一、典型例题1.U 检验例1某切割机在正常工作时，切割的每段金属棒长度服从正态分布，且其平均长度为10.5cm ，标准差为0.15cm.今从一批产品中随机抽取15段进行测量，其结果为（单位：cm ）10.5 10.6 10.1 10.4 10.5 10.3 10.3 10.9 10.2 10.6 10.8 10.5 10.7 10.2 10.7假设方差不变，问该切割机工作是否正常？（α＝0.05）这是已知方差2σ，对正态总体的均值μ进行检验的问题，用U 检验法解：,5.10:0=μH 5.10:1≠μH选统计量n x U /0σμ-=计算得x ＝10.48，已知15.0=σ，n ＝15，计算检验量516.015/15.05.1048.10=-=U查正态分布数值表求临界值λ，因为05.0=αλ，975.021)(=-=Φαλ，得经济数学基础 第12章 假设检验λ=975.0U ＝1.96，因为975.0U U <，故0H 相容，即在显著水平05.0=α下可以认为该切割机工作正常.2. T 检验例1 随机抽取某班28名学生的英语考试成绩，得平均分数为80=x 分，样本标准差8=s 分，若全年级的英语成绩服从正态分布，且平均成绩为85分，试问在显著水平05.0=α下，能否认为该班的英语成绩与全年级学生的英语平均成绩没有本质的差别这是单个正态总体),(~2σμN X ，方差2σ未知时关于均值μ的假设检验问题，用T 检验法.解85:0=μH ，85:1≠μH选统计量n s x T /0μ-=已知80=x ，8=s ，n ＝28，850=μ，计算得ns x T /0μ-=31.328/88580=-=查t 分布表，05.0=α，自由度27，临界值λ=052.2)27(975.0=t .经济数学基础 第12章 假设检验由于>T 052.2)27(975.0=t ，故拒绝H ，即在显著水平05.0=α下不能认为该班的英语成绩为85分.3. x 2检验例 1 检验某电子元件可靠性指标15次，计算得指标平均值为95.0=x ，样本标准差为03.0=s ，该元件的订货合同规定其可靠性指标的标准差为0.05，假设元件可靠性指标服从正态分布.问在10.0=α下，该电子元件可靠性指标的方差是否符合合同标准？取10.0=α.这是单个正态总体),(~2σμN X ，关于方差2σ的假设检验问题，用2χ检验法.解22005.0:=σH ，22105.0:≠σH当H 为真时，统计量222)1(σχs n -=～)1(2-χn拒绝域是>2χ)1(205.0-n χ或<2χ)1(295.0-χn n ＝15，03.0=s ，05.00=σ，检验值22205.003.0)15(-=χ＝5.04因为10.0=α，自由度14，查2χ分布表571.6)14(295.0=χ，知571.61=λ ，)14(295.012χλχ=<，所以拒绝H ，即该电子元件可靠性指标的方差不符合合同标准.经济数学基础 第12章 假设检验由于2χ分布的图形是不对称的，所以左右两个临界值是不同的.比较检验值2χ与临界值21,λλ的大小：只要满足2χ>1λ或2χ<2λ之一，就可以H ；否则接受0H .二、综合练习1.填空题1. 对总体);(~θx f X 的未知参数θ的有关命题进行检验，属于 ________问题.2. 小概率原理是指 .3．设),(~2σμN X ，当2σ已知时，检验00:μμ=H ，用 检验法，选用统计量U ＝ ，当H 成立时，统计量服从 分布.2.单选题1．对正态总体方差的假设检验用的是（ ）．(A) U 检验法 (B) T 检验法 (C) 2χ检验法 (D) F 检验法2．设nx x x ,,,21Λ是来自正态总体),(2σμN （2σ已知）的样本，按给定的显著性水平α检验00:μμ=H （已知）；1:μμ≠H 时，判断是否接受H 与（ ）有关.经济数学基础 第12章 假设检验(A) 样本值，显著水平α (B) 样本值，样本容量n (C) 样本容量n ，显著水平α (D) 样本值，样本容量n ，显著水平α3．在假设检验中，显著水平α表示（ ）. (A)P {接受00H H 假}＝α (B)P {拒绝00H H 真}＝α (C)P {接受0H H 真}＝α (D)P {拒绝0H H 假}＝α1. C 2．D 3．B3.计算题1．某手表厂生产的圆形女表表壳，在正常条件下，直径服从均值为20mm ，方差为1mm 2的正态分布，某天抽查10只表壳，测得直径为（单位：mm ）：19 19.5 19.8 20 20.220.5 18.7 19.6 20 20.1问生产情况是否正常？第二天测了5只，测得直径为（单位：mm ）：20.2 21.3 22.4 23.5 24.6 结论是什么？取02.0=α.2．洗衣粉包装机包出的洗衣粉重量是一个随机变量),(2σμN ，机器正常工作时，5000=μ克，有一天开机后，随机地抽取9袋洗衣粉，称得重量为（单位：g ）：497 506 528 524 498经济数学基础 第12章 假设检验511 520 515 512问以05.0=α显著水平检验这天机器的工作是否正常.3．已知某化纤厂生产的纤度平日服从正态分布)048.0,405.1(2N ，某日抽取5根化纤，测得其纤度为1.32 1.55 1.36 1.40 1.44问该日生产的化纤纤度总体方差2σ是否正常？取05.0=α.三、本章作业1．由经验知某产品重量)05.0,15(~N X ，现抽取6个样品，测得重量为（单位：kg ）：14.7 15.1 14.8 15.0 15.2 14.6设方差不变，问平均重量是否仍为15kg ？取05.0=α.2．某机器在正常工作时，生产的产品平均每个应为50克重，从该机器生产的一批产品中抽取9个，分别称得重量为（单位：g ）：经济数学基础 第12章 假设检验52.1 50.5 51.2 49.7 49.550.5 58.7 50.5 48.3 设产品重量服从正态分布，问这批产品质量是否正常？取05.0=α3．正常人的脉搏平均72次/分，某医生测得10例慢性中毒者的脉搏为（单位：次/分）54 67 68 70 6667 70 65 69 78 设中毒者的脉搏服从正态分布，问中毒者和正常人的脉搏有无显著性差异？取05.0=α.1．可以认为平均重量仍为15kg ； 2．这批产品的质量正常； 3．没有显著差异.。
假设检验例题
解： 原假设 H0 : μ 70， 备择假设 H1 : μ 70
检验统计量： T X 70
Sn
拒绝域： W { T t（α n 1）}
x 650, s12 802，y 800,
s
2 2
702
11
n1 n2
1 1 0.3318 21 16
(n1 1)s12 (n2 1)s22 n1 n2 2
20 802 15 702 35
75.8758
x y
t
1 1 (n1 1)s12 (n2 1)s22
有无显著性差异。
原假设
H
0：σ
2 1
σ
2 2
备择假设
H 1：σ 12
σ
2 2
检验统计量： 拒绝域：
F
S12
S
2 2
W { F F1α (n1 1，n2 1)，F Fα (n1 1，n2 1)}
2
2
α=0.10
n1 21, n2 16
Fα (n1 1，n2 1) F0.05(20，15) 2.33 2
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）}
n1 21，n2 16， α=0.10
假设检验例题 (5)
假设检验例题引言假设检验是统计学中常用的一种推断方法，用于判断一个统计推断的结论是否可靠。
通常，假设检验的过程包括假设的设定、对样本数据的收集和分析、推断的结论以及结果的解释。
本文将通过一个具体的例子，详细介绍假设检验的步骤和方法。
例题背景假设某家电公司声称他们生产的电视机平均使用寿命超过5年。
我们对该公司的50台电视进行了检测，并记录下每台电视使用的寿命。
现在我们的任务是根据样本数据，判断该公司声称的平均使用寿命是否可信。
假设的设定在进行假设检验之前，我们需要先设定原假设（H0）和备择假设（H1）。
原假设通常是我们需要验证的观点，备择假设则是对原假设的否定。
对于本例，我们的原假设是：该家电公司生产的电视机平均使用寿命超过5年。
备择假设是：该家电公司生产的电视机平均使用寿命不超过5年。
数据收集与分析现在我们已经有了50台电视机的使用寿命数据，下面是样本数据的统计信息：•样本均值（x̄）: 5.2年•样本标准差（s）: 0.8年接下来，我们需要选择一个适当的假设检验方法。
根据样本数量和总体标准差是否已知，我们可以选择使用t检验或者z检验。
由于总体标准差未知，我们将选择使用t检验。
在进行t检验前，我们还需要设定显著性水平（α），它表示我们能够接受原假设的风险。
常用的显著性水平有0.05和0.01。
在本例中，我们选择α为0.05，意味着我们能够接受5%的错误率。
推断的结论现在我们可以进行假设检验了。
根据样本数据和设定的假设，我们可以计算出t值。
根据t值和t分布的临界值，我们可以判断是否拒绝原假设。
首先，我们计算出t值的公式如下：t值公式t值公式其中，x̄表示样本均值，μ表示总体均值，s表示样本标准差，n表示样本数量。
我们将通过计算得到的t值与t分布的临界值进行比较。
根据t检验的临界值表，当自由度为49（即n-1=50-1）时，对应的双侧检验的临界值约为2.01。
假设计算得到的t值为3.0，显著性水平为0.05。
假设检验的5个步骤例题
假设检验的5个步骤例题
假设检验的五个步骤分别是：提出假设、构造检验统计量、确定显著水平、进行统计决策和结论。
以下是一个例题：
研究问题：某公司认为，他们的新产品的销售额会在100万以上，否则就会在100万以下。
我们来检验这个预测是否准确。
提出假设：
假设1: 新产品的销售额在100万以上。
假设2: 新产品的销售额在100万以下。
构造检验统计量：
如果新产品的销售额在100万以上，则认为假设1为真，否则假设2为真。
我们需要收集新产品的销售额数据来进行判断。
确定显著水平：
选择显著水平为0.05，这意味着如果数据不支持假设1的准确性，那么我们有5%的概率会错误地拒绝假设1。
进行统计决策：
根据收集的数据，我们计算出销售额为150万。
由于这个数值高于100万，所以假设1是正确的。
结论：根据以上步骤，我们得出结论：新产品的销售额在100万以上，因此假设1是正确的。
请注意，这只是一个简单的例子，实际应用中的假设检验可能会涉及更复杂的统计方法和数据分析。
- 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)。
H 1 : μ ≠ 12
α = 0.05
df = 10 - 1 = 9检验Βιβλιοθήκη 计量:总体比例的检验(例题分析
【例】一种以休闲和娱乐为主题的杂志,声称其读者群中有80%为女性。为验证这一说法是否属实,某研究部门抽取了由200人组成的一个随机样本,发现有146个女性经常阅读该杂志。分别取显著性水平α=0.05和α=0.01 ,检验该杂志读者群中女性的比例是否为80%?它们的值各是多少?
75
. 3
5200
5275
=
-
=
z
总体均值的检验(例题分析
【例】一种汽车配件的平均长度要求为12cm ,高于或低于该标准均被认为是不合格的。汽车生产企业在购进配件时,通常是经过招标,然后对中标的配件提供商提供的样品进行检验,以决定是否购进。现对一个配件提供商提供的10个样本进行了检验。假定该供货商生产的配件长度服从正态分布,在0.05的显著性水平下,检验该供货商提供的配件是否符合要求?
=0.01
总体均值的检验(σ2未知(例题分析
【例】某一小麦品种的平均产量为5200kg/hm2。一家研究机构对小麦品种进行了改良以期提高产量。为检验改良后的新品种产量是否有显著提高,随机抽取了36个地块进行试种,得到的样本平均产量为5275kg/hm2,标准差为120/hm2。试检验改良后的新品种产量是否有显著提高? (α=0.05
H 0 : π = 80% H 1 : π ≠ 80% α = 0.05 n = 200检验统计量:
H 0 : π = 80%
H 1 : π ≠ 80%
α = 0.01
n = 200
检验统计量:
7035. 0. 01289. 11-=-7035. 0. 01289. 11-=-=t决策:不拒绝H 0结论:该供货商提供的零件符合要求
475. 2200 80. 01(80. 0-=--475. 220080. 073. 0-=-=z 475. 2200 80. 01(80. 080. 0-=-⨯-475. 220080. 073. 0-=-=z决策:拒绝H 0 (P = 0.013328 < α = 0.05结论:该杂志的说法并不属实决策:拒绝H 0 (P = 0.013328 < α = 0.05结论:该杂志的说法并不属实
H 0:μ = 255
H 1:μ≠ 255
α = 0.05 n = 40
检验统计量:决策:
不拒绝H 0
结论:
样本提供的证据表明:该天生产的饮料符合标准要求
总体均值的检验(σ2未知(例题分析
【例】一种机床加工的零件尺寸绝对平均误差允许值为1.35mm。生产厂家现采用一种新的机床进行加工以期进一步降低误差。为检验新机床加工的零件平均误差与旧机床相比是否有显著降低,从某天生产的零件中随机抽取50个进行检验。利用这些样本数据,检验新机床加工的零件尺寸的平均误差与旧机床相比是否有显著降低? (
假设检验
总体均值的检验(σ2已知(例题分析
【例】一种罐装饮料采用自动生产线生产,每罐的容量是255ml ,标准差为5ml。为检验每罐容量是否符合要求,质检人员在某天生产的饮料中随机抽取了40罐进行检验,测得每罐平均容量为255.8ml。取显著性水平α=0.05 ,检验该天生产的饮料容量是否符合标准要求?
H 0 :μ≤ 5200
H 1 :μ > 5200
α = 0.05 n = 36临界值(c :检验统计量:决策:
拒绝H 0 (P = 0.000088 < α = 0.05
结论:
改良后的新品种产量有显著提高
01 . 1 255 = -
01 . 1 255 8.
255
0= -
=
-
=
z
σ
μ
5200
5275