两个正态总体的假设检验
83 两个正态总体的假设检验
2 1
2 2
。
信息系 刘康泽
（2）均值检验
假设 H0 ： 1 2 , H1 ： 1 2
检验统计量：T X Y
Sw
11 n1 n2
~ t(n1 n2 2) ，
检验值：由于 sw2
(n1 1)s12 (n2 1)s22 n1 n2 2
5.40 ，
1
1 1 0.10 。
f / 2 (n2 1, n1 1) f0.025 (3, 4) 9.98
拒绝域 B (0, 0.10] [15.10, ) ，
由于 0.10 F0 2.894 15.10 故接受 H0 ，即可以认为甲、乙两矿煤的含灰率的方差
无显著差异，也即可以认为
信息系 刘康泽
构造小概率事件，对于①：
PF
剠 f1 n1 2
1, n2
或
F
f (n1 1,n2 ) ；
2
对于②： P F „ f1 n1 1,n2 ；
对于③： P F 協f n1 1,n2 。
其中
F
…
f
/2
(n1
1, n2
)
；
对于②： F „
1
；
f (n2 1, n1 1)
对于③： F … f n1 1, n2 .
(5)检验判断：检查是否有 F0 B ，确定是否拒绝 H0 或接受 H0 ，进而下统计结论。
信息系 刘康泽
例 2 从两煤矿各抽样数次，分析其含灰率(％)如下， 甲矿 24.3 20.8 23.7 21.3 17.4 乙矿 18.2 16.9 20.2 16.7
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 。
两个正态总体方差的假设检验
两个正态总体方差的假设检验1. 引言嘿，大家好！今天我们来聊聊一个在统计学中非常重要，但听起来可能有点儿复杂的话题——两个正态总体方差的假设检验。
别担心，我们会用通俗易懂的方式，把这个问题掰开了揉碎了讲清楚。
你可能会问，“这跟我有什么关系呢？”其实，这些统计方法不仅仅是数学家的专属，很多实际问题都可以通过这些方法得到解决。
好比你买衣服时，会比较不同品牌的裤子，看哪个更适合你，其实也是在做“检验”。
所以，搞懂这个概念，绝对会让你在数据分析的世界里如鱼得水。
我们从最基本的概念开始聊起，循序渐进，一步一步深入。
2. 正态总体和方差2.1 正态总体是什么？首先，让我们搞清楚什么是“正态总体”。
简单来说，正态总体就是数据分布呈现钟形曲线的情况。
在生活中，很多自然现象都符合这种分布，比如人的身高、体重、考试分数等等。
正态分布的特点就是数据集中在中间，向两边渐渐减少，就像一个标准的山峰。
想象一下你在玩飞盘，飞盘从空中下落时的轨迹，就是一个典型的钟形曲线。
2.2 方差的作用接下来，我们来谈谈方差。
方差是用来衡量数据的离散程度的，换句话说，就是数据离中间值的远近程度。
方差大的话，数据就会分布得比较散，方差小的话，数据就比较集中。
好比你家里那只爱乱跑的猫，方差大，它就到处跑；而如果它安安静静地待在一个角落，那就是方差小了。
3. 假设检验的基本概念3.1 什么是假设检验？好，接下来进入正题：假设检验。
假设检验就像是在做一个“真心话大冒险”，我们要通过数据来验证某个“假设”是否成立。
比如你和朋友讨论哪家餐馆的菜最好，你们就会提出一个假设，然后用实际的体验来检验这个假设。
统计学中的假设检验也是类似的，只不过我们用的是数字和公式来做这个验证。
3.2 两个正态总体方差的假设检验现在，我们要做的是两个正态总体方差的假设检验。
这就像是比较两个篮球队的实力，看看哪个队更强。
假设我们有两个正态分布的数据集，我们的任务就是判断这两个数据集的方差是否相同。
第58讲 两个正态总体参数假设检验(比较两个正态总体均值的检验)
第58讲：两个正态总体参数的假设检验(比较两个正态总体均值的检验)例1：通常认为男女的脉搏率是没有显著差异的. 现在随机地抽取年龄都是25岁的16位男子和13位女子, 测得他们的脉搏率如下:男: 61, 73, 58, 64, 70, 64, 72, 60, 65, 80, 55,72, 56, 56, 74, 65,女: 83, 58, 70, 56, 76, 64, 80, 68, 78, 108,76, 70, 97.问题：假设男女脉搏率都是服从正态分布, 这些数据能否认为男女脉搏率的均值相同?()()12221212122221,,,,,,,,,,,n n X X X N Y Y Y N X Y S S μσμσ∙∙∙ 12假设：是来自的样本是来自的样本，两样本相互独立.并记,分别为两样本的均值和方差.()012112.:,:,H H μμμαμ=≠检验假设显著水平22121.σσ当和已知时2212012,.~(0X Y X Y C H X Y N n n σσ∙--≥∙-+ 检验统计量拒绝域形式 当成立时，，）.221212σσ-=+X YZ n n 记: 2α≥--Z z z 则检验拒绝域为：检验{}00002212122(1(),.σσ-=≥=-Φ-=+H P P Z z z x yz n n 其中:222122.σσσ当==但未知时2σ首先利用合样本给出参数的无偏估计量()()22112221211 .2wn S n SS n n -+-=+-1211-=+w X Y T S n n 可取检验统计量为：()21212211wX Y T t n n S n n α-=≥+-+检验拒绝域为：{}{}00120012||||2(2)||11--=≥=+-≥-=+H w P P T t P t n n t x yt P s n n 其中为::值——两样本精确t检验22123.σσ≠当且未知时221212.-=+X Y T S S n n 取检验统计量为:22221212.S S σσ以样本方差分，别代替，{}{}000||||2||,--=≥=≥H P P T t P Z P t 值为:(1)当两个样本量都很大时，利用中心极限定理{}/2||α≥T z 检验的拒绝域为:0221212~(01).-=+x y Z N t s sn n 其中: ，，12min(1,1),=--k n n (2)当两个样本为小样本时都很大时，统计量近似服从t 分布，自由度为22211222222112212(//)(/)(/)11+=+--S n S n k S n S n n n 或更精确的近似自由度{}/2||()α≥T t k 检验的拒绝域为: {}{}000||||2()||.--=≥=≥H P P T t P t k t P 值为: t ——两样本近似检验22112212221201,~(,),~(,),16,13,65.31,75.69,56.36,211.40,.X Y X N Y N n n x y s s H H μσμσμμμμ=======≠1212检验假设在例1中设分别表示男女的脉搏率，由已知数据计得:,:：算221256.36,211.40,s s t ==注意到相差很大，采用不等方差的检验法，结论：拒绝原假设，认为男女脉搏率的均值不相同。
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？
两个正态总体的假设检验
有时，我们需要比较两总体的参数 有时，我们需要比较两总体的参数 是否存在显著差异。比如， 是否存在显著差异。比如，两个农作物 品种的产量，两种电子元件的使用寿命， 品种的产量，两种电子元件的使用寿命， 两种加工工艺对产品质量的影响， 两种加工工艺对产品质量的影响，两地 区的气候差异等等。 区的气候差异等等。
Fα2 (n1 − 1, n2 − 1) 和 F12 α (n1 − 1, n2 − 1) ，使 −
2
( P (F
P F < Fα (n1 − 1, n2 − 1) =
2 2
2
2
> F12 α −
2
）、（3） 由（2）、（ ）式可得检验的拒绝域为 ）、（
F < F1−(α 2) ( n1 − 1, n2 − 1) 及 F > Fα 2 ( n1 − 1, n2 − 1)
拒绝H 两种灯泡的平均寿命 所以拒绝 假设， 所以拒绝 0假设，即认为 A、B两种灯泡的平均寿命 、 两种灯泡的 有统计意义。 有统计意义。
两个正态总体的方差检验 问题： 问题： X ~ N µ , σ 2 , Y ~ N µ ,σ 2 1 1
(
)
未知
µ1 , µ2 ，检验假设 0：σ 12 = σ 22 检验假设H
所以拒绝原假设 H20，即认为两种玉米的产量差异 有统计意义。 有统计意义。
(
2
2
)
F检验 检验
S12 σ 12 F = 2 2 ~ F ( n1 − 1, n2 − 1) 由抽样分布知 S2 σ 2 2 S 若假设H 成立， 若假设 0成立，则 F = 12 ~ F ( n1 − 1, n2 − 1) S2
f (x )
概率论与数理统计02-82.2 两个正态总体均值的检验_70
第八章假设检验第二节正态总体均值的假设检验2. 两个正态总体在寿命问题中提出了两个正态总体均值是否相等的假设012:H μμ=112:H μμ≠这种情形经常发生在当研究对象的外界条件发生了改变时，判断研究对象是否受到了这种影响.检验统计量如何构造呢？例3对用两种不同热处理方法加工的金属材料做抗拉强度试验，得到的试验数据如下：方法Ⅰ：31，34，29，26，32，35，38，34，30，29，32，31方法Ⅱ：26，24，28，29，30，29，32，26，31，29，32，28设两种热处理加工的金属材料的抗拉强度都服从正态分布，且方差相等．比较两种方法所得金属材料的平均抗拉强度有无显著差异（）.05.0=α).,(),,(2221σμσμN N 解：记两总体的正态分布为.:,:211210μμμμ≠=H H 本题是要检验假设关键问题在于找到拒绝域12k μμ->X Y k->121212()()~(2),11w X Y t n n S n n μμ---+-+222112212(1)(1)2w n S n S S n n -+-=+-其中12221212()()~(0,1)X Y N n n μμσσ---+).,(),,(2221σμσμN N 解：记两总体的正态分布为.:,:211210μμμμ≠=H H 本题是要检验假设1212~(2)11w X Y T t n n S n n -=+-+检验统计量为21212||(2)11w x y t t n n S n n α-=≥+-+拒绝域为,1221==n n ,75.31=x .67.28=y ,25.112)1(211=-s n ,64.66)1(222=-s n .85.2=w s .647.26185.2|67.2875.31|11||||21=-=+-=n n s y x t w 计算统计值074.2)22()2(025.0212==-+t n n t α查t 分布表，得/212||(2)t t n n α>+-统计判决：由于故拒绝H 0.即认为两种热处理方法加工的金属材料的平均抗拉强度有显著差异．解：休息一下吧。
8.3两个正态总体参数的假设检验
方差
12
2 2
2
未知
1.H0 : 1 2 0 H1 : 1 2 0
由于
Sw2
1 n1 n2
n1
[ 2 i1
(Xi
X )2
n2 i1
(Yi
Y )2]
是
2 的无偏估计
检验统计量：T
Sw
X Y 1 n1
1 n2
~ t(n1 n2 2)
检验问题的拒绝域为：| T | t (n1 n2 2)
X Y H0
2 1
2 2
~ N (0,1)
n1 n2
检验问题的拒绝域为：|U | Z
2
方差
12 ,
2 2
已知
2.
检验统计量：U
X Y
2 1
2 2
n1 n2
检验问题的拒绝域为：U Z1
3. H0 : 1 2 0
方差
12 ,
2 2
已知
H1 : 1 2 0
检验统计量：U
X Y
2 1
2 2
n1 n2
检验问题的拒绝域为：U Z
例：设可乐厂车间使用灌装机生产的可乐容量服从正态分布， 方差为1。某天计量检验人员随机抽取10瓶可乐，容量数据如下 （单位：毫升）：
499.5 496.3 500.5 499.1 499.3 499.2 499.0 500.2 500.1 499.8 另一可乐厂生产的可乐容量服从正态分布，方差为1.5。计 量检验人员随机抽取了的9瓶可乐，容量数据如下（单位：毫 升）：
2. H0 : 1 2 0 H1 : 1 2 0
3. H0 : 1 2 0 H1 : 1 2 0
问题1称为双侧检验问题，问题2、3称为单侧检验问题。