概率论与数理统计教案-假设检验

合集下载

概率论与数理统计课件:假设检验

概率论与数理统计课件:假设检验

假设检验
首页 返回 退出
五、假设检验的两类错误
由于样本具有随机性,因此,当我们利用样本判断时, 可能会犯两类错误:
所作决策
真实情况
(未知)
样本未落入拒绝域 样本落入拒绝域
接受H0
拒绝H0
H0为真
正确
第一类错误
H0不真
第二类错误
正确
第一类(弃真): 第二类(取伪):
假设检验
P{拒绝H0|H0为真}= , P{接受H0|H0不真}= .
(α=0.05)
解:正态总体X~N(μ,σ2),已知σ=2
要检验的假设为
H0 : 40, H1 : 40
选择检验统计量
Z X 0 ~ N (0,1) / n
假设检验
首页 返回 退出
解:正态总体X~N(μ,σ2),已知σ=2
要检验的假设为
H0 : 40, H1 : 40
选择检验统计量
由样本数据计算,得 x 100.104 计算统计量Z的观测值,得
Z 100.104 100 0.658 1.96 0.5 / 10
没有落入 拒绝域
结论:不拒绝原假设,认为内径的值符合设计要求.
假设检验
首页 返回 退出
要检验的假设为
H0 : 100, H1 : 100
(2)未知σ2 ,选择检验统计量
没有落入 拒绝域
结论:不拒绝原假设,认为内径的值符合设计要求.
假设检验
首页 返回 退出
例2 某厂生产的固体燃料推进器的燃烧率服从正态分 布X~N(40,22),现在采用技术研发部设计的新方法 生产了一批推进器,随机测试25只,测得燃烧率的 样本均值为 x 41.25 ,假设在新方法下σ=2,问用 新方法生产的推进器的燃烧率是否有显著的提高?

概率论与数理统计(8)假设检验

概率论与数理统计(8)假设检验

概率论与数理统计(8)假设检验第八章假设检验第一节假设检验问题第二节正态总体均值的假设检验第三节正态总体方差的检验第四节大样本检验法第五节 p值检验法第六节假设检验的两类错误第七节非参数假设检验第一节假设检验问题前一章我们讨论了统计推断中的参数估计问题,本章将讨论另一类统计推断问题——假设检验.在参数估计中我们按照参数的点估计方法建立了参数的估计公式,并利用样本值确定了一个估计值,认为参数真值。

由于参数是未知的,只是一个假设(假说,假想),它可能是真,也可能是假,是真是假有待于用样本进行验证(检验).下面我们先对几个问题进行分析,给出假设检验的有关概念,然后总结给出检验假设的思想和方法.一、统计假设某大米加工厂用自动包装机将大米装袋,每袋的标准重量规定为10kg,每天开工时,需要先检验一下包装机工作是否正常. 根据以往的经验知道,自动包装机装袋重量X服从正态分布N( ).某日开工后,抽取了8袋,如何根据这8袋的重量判断“自动包装机工作是正常的”这个命题是否成立?请看以下几个问题:问题1引号内的命题可能是真,也可能是假,只有通过验证才能确定.如果根据抽样结果判断它是真,则我们接受这个命题,否则就拒绝接受它,此时实际上我们接受了“机器工作不正常”这样一个命题.若用H0表示“”,用H1表示其对立面,即“”,则问题等价于检验H0:是否成立,若H0不成立,则H1:成立.一架天平标定的误差方差为10-4(g2),重量为的物体用它称得的重量X服从N( ).某人怀疑天平的精度,拿一物体称n次,得n 个数据,由这些数据(样本)如何判断“这架天平的精度是10-4(g2)”这个命题是否成立?问题2记H0: =10-4,H1: ,则问题等价于检验H0成立,还是H1成立.某种电子元件的使用寿命X服从参数为的指数分布,现从一批元件中任取n个,测得其寿命值(样本),如何判定“元件的平均寿命不小于5000小时”这个命题是否成立?记问题3则问题等价于检验H0成立,还是H1成立.某种疾病,不用药时其康复率为,现发明一种新药(无不良反应),为此抽查n位病人用新药的治疗效果,设其中有s人康复,根据这些信息,能否断定“该新药有效”?记问题4则问题等价于检验H0成立,还是H1成立.自1965年1月1日至1971年2月9日共2231天中,全世界记录到震级4级及以上的地震共计162次,问相继两次地震间隔的天数X是否服从指数分布?问题5记服从指数分布,不服从指数分布.则问题也等价于检验H0成立,还是H1成立.在很多实际问题中,我们常常需要对关于总体的分布形式或分布中的未知参数的某个陈述或命题进行判断,数理统计学中将这些有待验证的陈述或命题称为统计假设,简称假设.如上述各问题中的H0和H1都是假设.利用样本对假设的真假进行判断称为假设检验。

概率论和数理统计假设检验课件

概率论和数理统计假设检验课件

随机变量的分类
随机变量的分布函数
描述随机变量取值范围的函数,其值 域为[0,1]。
离散型随机变量和连续型随机变量。
数理统计基础
参数估 计
参数估计的概念
参数估计是根据样本数据 推断总体参数的过程。
点估计
通过样本数据直接得到一 个具体的数值作为总体参 数的估计值。
区间估计
根据样本数据计算出一个 区间,该区间包含总体参 数的可能性较高。
假设检验与回归Байду номын сангаас析的比较
目的和方法不同
假设检验的主要目的是判断一个 或多个零假设是否成立,而回归 分析是通过建立数学模型来描述
因变量和自变量之间的关系。
应用场景不同
假设检验常用于检验关于参数的 假设是否成立,而回归分析则广
泛应用于预测和解释数据。
侧重点不同
假设检验侧重于参数的点估计和 推断,而回归分析侧重于描述和
详细描述
在两独立样本的假设检验中,我们需要确保两组样本是相互 独立的,然后使用适当的统计量来比较两组样本的平均值或 比例。常见的两独立样本假设检验包括t检验、Z检验和卡方 检验等。
两相关样本的假设检验
总结词
两相关样本的假设检验是用来比较两个相关样本的平均值或比例是否相等。
详细描述
在两相关样本的假设检验中,我们需要确保两组样本是相关的,然后使用适当的统计量来比较两组样本的平均值 或比例。常见的两相关样本假设检验包括配对t检验和威尔科克森符号秩检验等。
预测变量之间的关系。
习题与思考题
基础概念题
题目1
假设检验的基本概念是什么?请 简述其步骤。
题目4
什么是第一类和第二类错误?如 何避免它们?
题目2

概率论与数理统计-假设检验

概率论与数理统计-假设检验

14

取伪的概率较大.
15
/2
0.12 0.1
0.08 0.06 0.04 0.02
/2 H0 真
60 62.5 65 67.5 70 72.5 75
0.12 0.1
0.08 0.06 0.04 0.02
H0 不真
67.5 70 72.5 75 77.5 80 82.5
16
现增大样本容量,取n = 64, = 66,则
41
两个正态总体
设 X ~ N ( 1 1 2 ), Y ~ N ( 2 2 2 )
两样本 X , Y 相互独立, 样本 (X1, X2 ,…, Xn ), ( Y1, Y2 ,…, Ym ) 样本值 ( x1, x2 ,…, xn ), ( y1, y2 ,…, ym )
显著性水平
42
(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
H1
H0为真时的分布拒绝域 Nhomakorabea1 – 2 = 1 – 2
1 – 2 1 – 2 <
1 – 2 1 – 2 > ( 12,22 已知)
43
原假设 备择假设 检验统计量及其在
H0
H1
H0为真时的分布
1 – 2 = 1 – 2
拒绝域
1 – 2 1 – 2 <
1 – 2 1 – 2 >
12, 22未知
12
=
2 2
其中
44
(2)
关于方差比
2 1
/
2 2
的检验
原假设 备择假设 检验统计量及其在
H0
H1
H0为真时的分布

《概率论与数理统计》第七章_假设检验

《概率论与数理统计》第七章_假设检验

第七章 假设检验学习目标知识目标:理解假设检验的基本概念小概率原理;掌握假设检验的方法和步骤。

能力目标:能够作正态总体均值、比例的假设检验和两个正态总体的均值、比例之差的假设检验。

参数估计和假设检验是统计推断的两种形式,它们都是利用样本对总体进行某种推断,然而推断的角度不同。

参数估计是通过样本统计量来推断总体未知参数的取值范围,以及作出结论的可靠程度,总体参数在估计前是未知的。

而在假设检验中,则是预先对总体参数的取值提出一个假设,然后利用样本数据检验这个假设是否成立,如果成立,我们就接受这个假设,如果不成立就拒绝原假设。

当然由于样本的随机性,这种推断只能具有一定的可靠性。

本章介绍假设检验的基本概念,以及假设检验的一般步骤,然后重点介绍常用的参数检验方法。

由于篇幅的限制,非参数假设检验在这里就不作介绍了。

第一节 假设检验的一般问题关键词:参数假设;检验统计量;接受域与拒绝域;假设检验的两类错误一、假设检验的基本概念(一)原假设和备择假设为了对假设检验的基本概念有一个直观的认识,不妨先看下面的例子。

例7.1 某厂生产一种日光灯管,其寿命X 服从正态分布)200 ,(2μN ,从过去的生产经验看,灯管的平均寿命为1550=μ小时,。

现在采用新工艺后,在所生产的新灯管中抽取25只,测其平均寿命为1650小时。

问采用新工艺后,灯管的寿命是否有显著提高?这是一个均值的检验问题。

灯管的寿命有没有显著变化呢?这有两种可能:一种是没有什么变化。

即新工艺对均值没有影响,采用新工艺后,X 仍然服从)200 ,1550(2N 。

另一种情况可能是,新工艺的确使均值发生了显著性变化。

这样,1650=X 和15500=μ之间的差异就只能认为是采用新工艺的关系。

究竟是哪种情况与实际情况相符合,这需要作检验。

假如给定显著性水平05.0=α。

在上面的例子中,我们可以把涉及到的两种情况用统计假设的形式表示出来。

第一个统计假设1550=μ表示采用新工艺后灯管的平均寿命没有显著性提高。

概率论与数理统计:假设检验

概率论与数理统计:假设检验

教学内容一、引入新课:假设检验能解决什么问题呢?它能解决的问题分为两大类,第一类是参数假设检验,如果总体的分布已知,但是某个参数未知,对未知参数进行检验称为参数假设检验。

第二类是非参数假设检验,这时总体的分布未知,对未知分布的类型提出假设并检验,这时非参数假设检验。

二、讲授新课:1、假设检验的基本原理:假设检验的基本过程是,对于一个统计模型,先提出一个假设,然后根据抽取的样本对假设进行检验,然后做出接受或者拒绝假设的决策。

下面通过一个例子具体地看一下假设检验的基本原理。

在一次社交聚会中,一位女士宣称,她能区分熬好的咖啡中是先加的奶还是先加的糖,并当场试验,结果8杯中判断正确7杯,问这位女士真的具有这样的鉴别能力吗?解:假设该女士不具备鉴别能力,也就是她的判断是会乱猜的,因此,每杯咖啡猜正确的概率为21。

那么,8杯中猜对7杯的以上的概率可以利用古典概型的方法计算出来,其值为0.0352这个值较小,我们认为是小概率事件。

又因为一般认为在一次试验中,小概率事件是不可能发生的,但是这个事件发生了,从而产生了矛盾。

因此,认为是假设错误,拒绝假设,也就是该女士应该是具有鉴别咖啡的能力的。

这个问题的解决就是经历了,假设、检验、决策这三个环节。

其中假设就是女士不具备鉴别能力。

检验就是在假设的条件下,计算出发生事件的概率,发现这个概率是个小概率事件,在一次试验中不可能发生。

所以,最后的决策是拒绝假设。

(1)假设检验的推理依据:小概事件在一次试验中几乎不可能发生。

因此给出小概率事件的标准记为α,一般为发生概率小于为0.05或0.01,称为叫小概率事件。

(2)假设检验的基本思想是具有概率性质的反证法。

2、假设检验的例题:例 1 某单位新购进一台设备进行测试,已知该设备的误差服从正态分布,方差为0.01,正常情况下,系统误差为0,现在实际测试16次,误差值为x1,…,xn, 计算得出样本均值为0.072,问,能否认为该设备工作正常?首先,看看本题的已知条件:机器正常时,均值0=μ,方差为0.01,抽取的样本均值为0.072,样本容量为16,最后给出小概率的标准05.0=α,这也是小概率事件的标准,也就是事件的概率小于0.05是小概率事件,否则就不是小概率事件。

概率论与数理统计教案第八章

概率论与数理统计教案第八章
其中, 是已知常数.试求拒绝域 .
例8为比较新老品种的肥料对作物的效用有无显著差别,选用了各方面条件差不多的10个地块种上此作物.随机选用其中5块施上新肥料,而剩下的5块施上老肥料.等到收获时观察到施新肥的地块,平均年产333(单位:千斤),样本方差为32,施老肥的地块平均年产330,样本方差为40.假设作物产量服从正态分布,检验新肥是否比老肥效用上有显著提高(显著性水平 ).
点面朝上
1
2
3
4
5
6
出现次数
23
26
21
20
15
15
在 水平下,请问,这颗骰子是否是均匀的
例2在某细纱机上进行断点率测定,测验锭子总数为440,测得断头次数记录如下表:
每锭断头数
0
1
2
34Βιβλιοθήκη 5678
锭数(实测)
269
112
38
19
3
1
0
0
3
试问在显著性水平 下能否认为锭子的断头数服从泊松分布
例3某高校研究在校学生的体重,现随机抽取了100位学生,测得他们的体重(单位:kg)为
检验参数
原假设与备择假设
检验统计量
拒绝域
方差
已知
;
当 时,

;
;
未知
;
当 时,

;
;
3、两个正态总体均值差的假设检验问题可汇总如下表
检验参数
抽样分布
检验统计量
拒绝域
均值差
已知
;
当 时,
;
;
未知
;
当 时,
;
;
4、两个正态总体方差比的假设检验问题可汇总如下表

概率论与数理统计教案 第7章 假设检验

概率论与数理统计教案 第7章 假设检验

40
Sw
11 n1 n2
~ t(n1 n2 2)
拒绝域
U u
2
U u
U u T t (n1 n2 2)
2
未知,但
2 1
2 2
1 2 1 2
1, 2
已知
2 1
2 2
2 1
2 2
2 1
2 2
1, 2
未知
2 1
22
2 1
2 2
2 1
2 2
1 2 1 2
2 1
2 2
2 1
2 2
2 1
2
未知,关于方差比
2 1 2 2
的检验
检验假设: H 0
:
2 1
2 2
,
H1
:
2 1
2 2
.
选取统计量为 F
S12
S
2 2
2 1
2 2
S12
2 1
S 22
2 2


H0 为真时, F
S12 S22
~
F(n1 1, n2
1) ,可得显著性水平为的拒绝域为
三.单侧检验
F
F1
2
(n1
1, n2
1)

F
40
选取检验统计量为 T
X
Y Sw
( 1
1
1
2
)
,其中
Sw2
n1 n2
(n1 1)S12 (n2 1)S22 n1 n2 2

当 H0 为真时,统计量T X Y
Sw
11 n1 n2
~ t(n1 n2 2) ,
可得显著性水平为 的拒绝域为{T t (n1 n2 2)}.
  1. 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. 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. 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)。

概率论与数理统计教学教案第八章 假设检验授课序号01教 学 基 本 指 标教学课题 第八章 第一节 假设检验的基本概念 课的类型 新知识课 教学方法 讲授、课堂提问、讨论、启发、自学 教学手段 黑板多媒体结合 教学重点 假设检验的基本步骤教学难点 假设检验的思想 参考教材 高教版、浙大版《概率论与梳理统计》 作业布置 课后习题大纲要求 了解原假设和备择假设的概念理解显著水平检验法的基本思想 掌握假设检验的基本步骤 了解假设检验可能产生的两类错误教 学 基 本 内 容一、基本概念: 1、假设检验的基本步骤 (1)、建立假设提出一个原假设和备择假设, 备择假设有三种常用的形式:(I ),在的两侧讨论与的可能不同,这样的检验问题也成为双侧检验;(II ),在的右侧讨论与的可能不同,这样的检验问题也成为单侧(右侧)检验; (III ),在的左侧讨论与的可能不同,这样的检验问题也成为单侧(左侧)检验。

(2)、给出拒绝域的形式若检验是 ; ,则 若检验是; ,则 00:θθ=H 1H 1H 01:θθ≠H 0θθ10:H θθ>0θθ10:H θθ<0θθ00:H θθ=10:H θθ≠0ˆ{}W c θθ=->00:H θθ≤10:H θθ>0ˆ{}W c θθ=->若检验是 ; ,则 当有了具体的样本数据后,(1) 如果,拒绝;(2) 如果,不拒绝(通常也简单理解为接受). 2、确定显著性水平根据样本观测值所得的结论检验带来的后果当,接受 当,拒绝成立 判断正确 犯第一类错误 总体分布的实际情况(未知) 不成立犯第二类错误判断正确3、建立检验统计量,给出拒绝域(1) 构造检验统计量,要求当时知道的分位数; (2)以为基础,确定拒绝域,要求满足显著性水平 4、值和值检验法假设检验的值是在原假设成立条件下,检验统计量出现给定观察值或者比之更极端值的概率,直观上用以描述抽样结果与理论假设的吻合程度,因而也称值为拟合优度.值检验法的原则是当值小到一定程度时拒绝,(1)如果,则在显著性水平下拒绝原假设; (2)如果,则在显著性水平下接受原假设。

通常约定:当称结果为显著;当,则称结果为高度显著.二、主要例题:例1 一条高速公路上有一段弯曲的下坡路段,限速60mph ,但是仍然事故率较之其他路段比较高,路政管理局正在研究这一路段是否需要提高限速要求至限速50mph ,我们想知道在这一路段经过的车辆速度是否比50mph 显著的快,用雷达仪测量了经过该路段中点的100辆汽车的行驶速度,得到平均速度mph ,问该路段上车辆速度是否比50mph 显著的快。

例2 设购进6台同型号电视机,原假设 :只有1台有质量问题:2台有质量问题,今有放回00:H θθ≥10:H θθ<0ˆ{}W c θθ=-<1(,...,)n x x W ∈0H 1(,...,)n x x W ∈0H 0H 1(,,)n x x W ∈ 0H 1(,,)n x x W ∈ 0H 0H 0H 1(,,)n Z X X ϕ= 0θθ=Z Z W W αp p p 0H Z p p p 0H p α≤α0H p α>α0H 05.0≤p 01.0≤p 54.7x =0H 1H ↔随机抽取2台测试其质量,用表示2台中有质量问题的台数,拒绝域 ,试写出此检验的两类错误概率.例3 设总体服从正态分布,其中为未知参数,是取自该总体的一个样本,对于假设检验问题::,在显著性水平下,求该检验问题的拒绝域。

例4 一汽车厂商声称他们生产的某节能型汽车耗油量低于29(单位:mpg ),另一汽车厂商表示怀疑,他抽取了一组同是这一型号的不同汽车的不同行驶记录共16条记录,得到平均耗油量观测值为28,假设该节能型汽车的耗油量,请问在显著性水平假定下,能否接受耗油量低于29的假设;若显著性水平为,则结论又有会有变化吗?授课序号02X {1}W X X =≥:X (),1N μμ()1,,n X X 0H 0μ=↔1H 0μ≠0.05α=~(,9)X N μ05.0=α0.1α=; ;; 未知;当时,二、主要例题:例1 某纤维的强力服从正态分布,原设计的平均强力为6g ,现改进工艺后,某天测得100个强力数据,其样本平均为6.35g ,总体标准差假定不变,试问改进工艺后,强力是否有显著提高()? 例2 从某厂生产的电子元件中随机地抽取了25个作寿命测试,得数据(单位:h ):,并由此算得,,已知这种电子元件的使用寿命服从,且出厂标准为h 以上,试在显著水平下,检验该厂生产的电子元件是否符合出厂标准,即检验假设,.例3 设是取自正态总体的一个样本,均未知,在显著性水平下,试求22210:σσ≥H 22211:σσ<H 211221()()mii n ii XY μμ==--∑∑22210:σσ=H 2021:σσ≠H 2121()()mii n i i XX Y Y ==--∑∑2121()()mii n i i XX Y Y ==--∑∑22210:σσ≤H 22211:σσ>H 2121()()mii n i i XX Y Y ==--∑∑21,μμ22210:σσ≥H 22211:σσ<H 2212σσ=()212122()1=()1=~1,1mii n ii XYXX m F Y Y n S F m n S ==------∑∑2121()()mii n ii XX Y Y ==--∑∑)19.1,(2μN 05.0=α251,,x x 100=x 52512109.4⨯=∑=i ix),(2σμN 9005.0=α900=μ:H 901>μ:H 1,,n X X ),(~2σμN X 2,σμα下列假设检验问题的拒绝域。

;.例4 一位研究某一甲虫的生物学家发现生活在高原上的该种类的一个总体,从中取出n=20个高山甲虫,以考察高山上的该甲虫是否不同于平原上的该甲虫,其中度量之一是翅膀上黑斑的长度.已知平原甲虫黑斑长度服从的正态分布,从高山上甲虫样本得到的黑斑长度,假定高山甲虫斑长也服从正态分布,在显著水平下分别进行下列检验: (1)(2)例5 某厂铸造车间为提高缸体的耐磨性而试制了一种镍合金铸件以取代一种铜合金铸件,现从两种铸件中各抽一个样本进行硬度测试,其结果如下:镍合金铸件():72.0,69.5,74.0,70.5,71.8铜合金铸件():69.8,70.0,72.0,68.5,73.0,70.0根据以往经验知硬度,,且,试在显著性水平下,比较镍合金铸件硬度有无显著提高.例6 用两种不同方法冶炼的某种金属材料,分别取样测定某种杂质的含量,所得数据如下(单位为万分率):原方法():26.9,25.7,22.3,26.8,27.2,24.5,22.8,23.0,24.2,26.4,30.5,29.5,25.1 新方法():22.6,22.5,20.6,23.5,24.3,21.9,20.6,23.2,23.4 由原观测值求得,,,,.假设这两种方法冶炼时杂质含量均服从正态分布,且方差相同,问这两种方法冶炼时杂质的平均含量有无显著差异?取显著水平为0.05.例7 设从两个正态总体,中分别抽取样本,,其中均未知.假定,在显著性水平下,要检验其中,是已知常数.试求拒绝域.例8 为比较新老品种的肥料对作物的效用有无显著差别,选用了各方面条件差不多的10个地块种上此作物.随机选用其中5块施上新肥料,而剩下的5块施上老肥料.等到收获时观察到施新肥的地块,平均年产333(单位:千斤),样本方差为32,施老肥的地块平均年产330,样本方差为40.假设作物产量服从正态分布,检验新肥是否比老肥效用上有显著提高(显著性水平).例9 设从两个正态总体,中分别抽取样本,,其中均未知.假定,在显著性水平下,要检验W 2020:σσ=H 2210:H σσ<223.14,0.0505mm mm μσ== 3.23,0.4x mm s mm ==05.0=α01: 3.14,(: 3.14)H H μμ=≠222201:0.0505,(:0.0505)H mm H mm σσ=≠X Y ),(~211σμN X ),(~222σμN Y 22221==σσ05.0=αX Y 76.25=x 51.22=y 2 6.2634X S =2 1.6975Y S =437.42=W S ),(~211σμN X ),(~222σμN Y 1,,m X X 1,n Y Y 221212,,,μμσσ2212σσ=α012:=+H μμδ↔112:+H μμδ≠δW 10.0=α),(~211σμN X ),(~222σμN Y 1,,m X X 1,n Y Y 221212,,,μμσσ2212σσ=α其中,是已知常数.试求拒绝域.授课序号03教 学 基 本 指 标教学课题 第八章 第三节 拟合优度检验课的类型 新知识课 教学方法 讲授、课堂提问、讨论、启发、自学 教学手段 黑板多媒体结合 教学重点 离散型分布及连续型分布的检验 教学难点 连续型分布的检验 参考教材 高教版、浙大版《概率论与梳理统计》 作业布置 课后习题大纲要求 了解总体分布的检验教 学 基 本 内 容一、基本概念:1、如果原假设:服从某种分布成立,则当样本量时,的极限分布是自由度为的分布,即,所以拒绝域为其中称为第 个组内理论频数,表示第 个组内实际出现的实际频数。

如分布依赖于个未知参数,而这个未知参数需要利用样本来估计,这时,我们可以先用极大似然估计估计出这个未知参数,然后再算出的估计值。

这时类似于式(8.2.1),定义检验统计量二、主要例题:2222012112::H H σδσσδσ=↔≠δW 0H n →∞()221ki i i in np np χ=-=∑1k -2χ()2221~(1)ki i i i n np k np χχ=-=-∑()2211(1)ki i i in np k np αχ-=->-∑i np i i n i r r r i p ˆi p ()2221ˆ~(1)ˆk i i i i n np k r npχχ=-=--∑例1 检验一颗骰子是否是均匀的,首先抛掷一枚均匀的骰子120次,得到如下结果记录:点面朝上1 2 3 4 5 6出现次数2326212015 15在水平下,请问,这颗骰子是否是均匀的?例2 在某细纱机上进行断点率测定,测验锭子总数为440,测得断头次数记录如下表:每锭断头数1 2 3 4 5 6 7 8 锭数(实测) 2691123819313试问在显著性水平下能否认为锭子的断头数服从泊松分布?例3 某高校研究在校学生的体重,现随机抽取了100位学生,测得他们的体重(单位:kg )为86.62 62.92 53.92 78.24 73.63 75.47 79.58 80.10 74.21 61.44 61.62 57.89 83.34 82.44 72.70 79.45 59.38 53.74 59.27 86.47 76.22 70.70 67.37 71.96 66.15 61.63 67.47 70.81 66.24 75.14 53.06 77.84 58.22 81.19 65.25 82.1667.17 51.89 61.06 57.45 68.09 63.28 74.91 58.30 57.36 64.37 70.67 67.17 58.31 75.69 75.47 75.51 70.09 62.65 76.33 76.90 72.50 81.11 82.91 56.06 93.18 51.49 84.75 74.91 74.83 83.66 93.02 73.70 48.39 51.14 79.16 62.75 75.11 66.26 85.43 59.33 66.03 68.08 68.15 75.95 81.35 70.79 64.73 83.34 53.62 79.11 61.86 81.45 60.57 64.03 71.44 80.86 72.4161.17 63.69 54.18 84.89 67.72 66.71 73.83问该高校学生体重是否服从正态分布?i 0.01α=0.01α=。

相关文档
最新文档