第7部分统计假设检验和区间估计

合集下载

梁前德《统计学》(第二版)学习指导与习题训练答案:07第七章 假设检验与方差分析 习题答案

梁前德《统计学》(第二版)学习指导与习题训练答案:07第七章 假设检验与方差分析 习题答案

旗开得胜1第七章 假设检验与方差分析 习题答案一、名词解释用规范性的语言解释统计学中的名词。

1. 假设检验:对总体分布或参数做出某种假设,然后再依据抽取的样本信息,对假设是否正确做出统计判断,即是否拒绝这种假设。

2. 原假设:又叫零假设或无效假设,是待检验的假设,表示为 H 0,总是含有等号。

3. 备择假设:是零假设的对立,表示为 H 1,总是含有不等号。

4. 单侧检验:备择假设符号为大于或小于时的假设检验。

5. 显著性水平:原假设为真时,拒绝原假设的概率。

6. 方差分析:是检验多个总体均值是否相等的一种统计分析方法。

二、填空题根据下面提示的内容,将适宜的名词、词组或短语填入相应的空格之中。

1. u ,nx σμ0-,标准正态; ),(),(2/2/+∞--∞nz nz σσααY2. 参数检验,非参数检验3. 弃真,存伪4. 方差旗开得胜25. 卡方, F6. 方差分析7. t ,u8. nsx 0μ-,不拒绝9. 单侧,双侧10.新产品的废品率为5% ,0.01 11.相关,总变异,组间变异,组内变异12.总变差平方和=组间变差平方和+组内变差平方和 13.连续,离散 14.总体均值 15.因子,水平 16.组间,组内 17.r-1,n-r18. 正态,独立,方差齐三、单项选择从各题给出的四个备选答案中,选择一个最佳答案,填入相应的括号中。

1.B 2.B 3. B 4.A 5.C 6.B 7.C 8.A 9.D 10.A 11.D 12.C四、多项选择从各题给出的四个备选答案中,选择一个或多个正确的答案,填入相应的括号中。

1.AC 2.A 3.B 4.BD 5. AD五、判断改错对下列命题进行判断,在正确命题的括号内打“√”;在错误命题的括号内打“×”,并在错误的地方下划一横线,将改正后的内容写入题下空白处。

1. 在任何情况下,假设检验中的两类错误都不可能同时降低。

( ×)样本量一定时2. 对于两样本的均值检验问题,若方差均未知,则方差分析和t检验均可使用,且两者检验结果一致。

07《卫生统计学》第七章_假设检验基础(6版) (1)

07《卫生统计学》第七章_假设检验基础(6版) (1)
2 2 d
sd t
n 1
n

2 7950 8832500
10 1
10
528.336IU / g
d d d 795.0 4.785 sd s d n 528.336 10
确定概率P:按ν =9查t 界值表,得P<0.01 判断结果:在α=0.05的水准上,拒绝H0,接受H1,可以认为 维生素E缺乏组大鼠肝脏维生素A含量低于正常饲料组。
二、 假设检验的基本步骤
• 确定检验水准: 检验水准(size of a test),亦称为 显著性水准(significance level),符号 为α,即拒绝或不拒绝H0所要冒出错的风 险大小。一般取α=0.05或α= 0.01。
二、 假设检验的基本步骤
• 确定单侧检验(one sided test)还是双侧检验(two sided test): 如果根据现有的专业知识无法预先判断该病 病人的脉搏是高于还是低于一般健康成年男,两 种可能性都存在,研究者对这两种可能性同等关 心,那么,就是要推断两总体均数有无差别,应 当采用双侧检验;如果根据专业知识,已知病人 的脉搏不会低于一般人,或是研究者只关心病人 的脉搏是否高于一般,而不关心是否低于一般, 则应当采用单侧检验(one sided test)。
二、 假设检验的基本步骤
本例的资料符合t 检验的应用条件,已知 μ=72次/min , x =75.572次/min ,s=5.0次/min , n=25,代入公式计算t 值,结果:
x x 75.5 72.0 t 3.50 sx s n 5.0 25
3. 确定P值
第二节 t 检验
1. 一组样本资料的 t 检验

7第七讲++区间估计

7第七讲++区间估计

么?或者在什么范围。
点估计:根据样本数据算出一个单一的估 计值,用来估计总体的参数值。 区间估计:计算抽样平均误差,指出估计 的可信程度,进而在点估计的基础上,确定总
体参数的所在范围或区间。
第二节 总体均值与方差的点估计
概括地说: 经常需要对总体进行估计的两个数字特征是: 总体的均值和方差。如果将总体的均值和方 差视为数轴上的两个点,这种估计称为点估 计。如果要求估计总体的均值或方差将落在 某一段数值区间,这种估计称为区间估计。
要对总体参数值进行区间估计,既要在一定 可靠度上求出总体参数的置信区间的上下限, 需要以下条件:
1.要知道与所要估计的参数相对应的样本统计 量的值,以及样本统计量的理论分布;



2.要求出该种统计量的标准误;
3.要确定在多大的可靠度上对总体参数作估计, 再通过查某种理论概率分布表,找出与某种可靠度 相对应的该分布横轴上记分的临界值,才能计算出 总体参数的置信区间上下限。

则称 [ T1 , T2 ]为 的置信水平为1 - 的
几点说明
置信区间的长度 T2 T1 反映了估计精度 T2 T1 越小, 估计精度越高.
反映了估计的可靠度, 越小, 越可靠. 越小, 1- 越大, 估计的可靠度越高,但
这时, T2 T1 往往增大, 因而估计精度降低.

n
n
X 1.96 X 1.96

n
) 0.95 ) 0.95
n
n
4、解释
在置信区间[X-1.96SEx,X+1.96SEx]内,正 确估计总体均值所在区间的概率为0.95。但 是,做这种区间估计不可能保证完全无误, 估计错误的概率大约为0.05。

概率论与数理统计(理工类,第四版)吴赣昌主编课后习题答案第七章

概率论与数理统计(理工类,第四版)吴赣昌主编课后习题答案第七章

写在前面:由于答案是一个个复制到word rh,比校耗时耗力,故下载收取5分・希望需要的朋友给予理解和支持!PS网上有一些没经我同总就将我的答案整合、转换成pdf,放在文库里的.虽然是免费的.但是窃取f我的劳动成果,希望有心的朋友支持我一下.下载我的原版答案。

第七章假设检验假设检验的基本談念习题1 样木容fin确定后,在一个假设检验中•给定显著水平为*设此第一类错的概率为。

•则必有()•(A)a+p=l; (B)a+p>l; (C)a+p<l; {D)a+p<2.解答: 应选(D)・当样木容Sn确定后.aQ不能同时都很小.即a变小时,p变大:而P变小时• a变大.理论上,自然希望犯这两类错误的概率都很小・但a*的大小关系不能确定.并且这两类错谋不能同时发生,即a=l且p=l不会发生.故选(D).习題2设总休X^(g,a2b其中02已知,着要检验W需川统计a U=X"-gOa/n,(1)若对敢边检验,统计假设为则拒绝区间为(2)若肌边假设为H0:g=g0,Hl:n<^0,则拒绝区间为. (给定显着性水平为4样木均值为X•,样木容fi 为n,且可记ul・a为标准正态分布的(l・a)分位数).解答:由敢侧检验及拒绝的概念即可御到.习題3 如何理解假设检验所作出的〃拒绝原假设H0"和“接受原假设Hcr的判断解答:拒绝H0是有说服力的,接受H0是没有充分说服力的•因为假设检验的方法是概率性质的反证法.作为反证法就是必然要〃推出矛盾r才能得出"拒绝HO"的结论.这是有说服力的・如果“推不出矛盾化这时只能说〃目前还找不到拒绝H0的充分理由W此“不拒绝H0”或〃接受HCr\这并没有肯定H0—定成立•由于样木观察值是随机的• W此拒绝H0.不童味着H0是假的•接受H0也不意味着H0是真的•都存在着错误决策的可能.当原假设H0为真,而作出r拒绝H0的判断,这类决策错谋称为第一类错谋.又叫弃真错洪•显然犯这类错渓的概率为前述的小槪率a:a=P(拒绝HOIHO为真);而原假设HO不真•却作出接受H0的判断•称这类错误为第二类错误,又称取伪错误.它发生的槪率P为P二P(接受HO|H0不真).习題4 犯第一类错误的概率a与犯第二类错谋的概率P之间有何关系一般來说.当样木容g固定时,若减少犯一类错误的槪率.则犯另一类错渓的概率往往会增大•要它们同时减少,只有増加样木容a n.在实际问题中,总是控制犯節一类错误的概率a而使犯第二类错谋的概率尽可能小・a的大小视具体实际问题而定.通常取a弓等tfL 习題5 在假设检验中•如何理解指定的显著水平a 解答:我们希望所作的检验犯两类错谋的槪率尽可能都小・但实际上这是不可能的•当样木容Sn固定时,一般地•减少犯其中一个错谋的槪帑就会增加犯另一个错误的概率• W此,通常的作法是只要求犯第一类错误的概率不大于指定的显著水平6因而根据小概率原理,最终结论为拒绝H0较为可靠,而最终判断力接受H0则不大可靠,«原因是不知道犯第二类错误的概率P处竟有多少.且a小,P就大.所以通常用JW 相容r 〃不拒绝HO"等词语來代替“接受H0".而"不拒绝HO"还包含有再进一步作抽样检验的意思.习题6 在假设检验中•如何确定原假设H0和备择假设H1 解答: 在实际中・通常把那些需要着重考虑的假设视为原假设H0.而与之对应的假设视为备择假设H1.(1)如果问题是要决定新方案是否比原方案好,往往将原方案取假设.而将新方案取为备择假设:(2)若提出一个假设・检验的目的仅仅是为r判断这个假设是否成立.这时直接取此假设为原假设H0即可. 习題7 假设检验的基木步腺有哪些解答:根据反证法的思想和小概率原理•可将假设检验的步骤归纳如下:(1)根据问题的要求.提出原理假设H0和备择假设HL (2)根据检验对紀构造检验统计gT(Xl,X2宀Xn),使肖H0为真时汀有确定的分布.(3)由给定的显著水平6直统计址T所服从的分布表,定出临界值K使P{ 1 T I >A)=a,或P(T>M)=P(T<X2)=a/2,从而求出H0的拒绝域:I T I >入或T>MJ<X2,(4)由样木观察值计算统i|・fi T的观察值t(5)作出判断,将t的值与临界值比较大小作出结论:当tW拒绝域g时,则拒绝H0.否则,不拒绝H0.即认为在显著水平a下,H0与实际悄况差界不显著.习題8 假设检验与区间估il•有何异同解答:假设检验与区间估ii•的提法虽不同,但解决问题的途径是相通的.参数0的a信水平为i・a的a信区间对应于双边假设检验在駄着性水平a下的接受域:参数e的a信水平为1-a的爪侧置信区对应于爪边假设检验在显著性水平a下的接受域.在总休的分布已知的条件下•假设检验与区间估计是从不同的角度回答同一个问題•假设检验是判别原假设H0是否成立,而区间估计解决的是“多少"(或范前者是宦性的.后者是定fi的.习题9 某天开工时,需检验自动包装工作是否正常•根据以往的经验,其装包的质a在正常情况下服从正态分布N(100,仲位:kg).现抽测了9包,其质S为:问这天包装机工作是否正常将这一问题化为假设检验问题.写出假设检验的步驟(am 解答: ⑴提出假设检验问题H0:尸100, Hl:"100;(2)选取检验统il S U:U=X; HO成立时,UW((U);(3)a=,ua/2=,拒绝域W={ 1 u 1 >};(4))f勺I u I =. hM 1 u I <ua/2=,故接受HO,认为包装机.I:作正常.设总休X^(pJbXl,X2/7Xn是取自X的样木.对于假设检验HO:|i=O'Hl:pMO,取显著水平a,拒绝域为W={ i U i >ua/2b其中u=nX-,求:H0成立时,犯第一类错误的槪率aO;(2)十HO不成立时(若"0),犯第二类错的概率p.(l)X^(H4)/X'MM(g,l/n),故nX'=uMM(O,l). a0=P{ I u I >ua/2 I g=0}=l-P{-ua/2<u<ua/2}=1-[<D(ua/2)-(D(-ua/2)]=l-[(l-a2)-a2]=a,即犯第一类错误的概率是显著水平a.(2)F H0不成立.即PMO时.犯第二类错误的概率为P=P{ I U I 30/2 I E(X)=n}=P{・uct/2<u<ua/2 I E(X)=A}=P{-ua/2<nX'<ua/2 I E(X)=|i}=P{-ua/2-nn<n(X'-n)<ua/2-nn I E(X)=n}=(I)(ua/2-niJi)-®(-ua/2-nn),注1 '^1 H T+8或时,PTO.由此可见.当实际均值H偏离原假设校大时,犯第二类错误的概率很小.检验效果较好.注2!勺卩工0但接近于0时.Pdw.Wa很小.故犯第一娄错误的概率很大.检验效果较差.单正态总体的假设检験习题1 已知某炼铁厂铁水含碳量服从正态分布N,・现在测定r 9炉铁水•其平均含碳虽为•如果估计方差没有变化.可否认为现在生产的饮水平均含碳fi仍为(a=解答^ 木问题是在a二下检验假设HO:ns由r a2=已知,所以可选取统计sU=X •在HO 成立的条件下• UW(OJ),且此检验问题的拒绝域为I U 1 = I X •这里 说明U 没有落在拒绝域中.从而接受H0.即认为现在生产之饮水平均含碳S 仍为•习題2要求一种元件平均便用寿命不斜低于1000小肘,生产者从一批这种元件中随机抽取25件,测御其寿命的 平均值为950小时.已知该种元件寿命服从标准差为0=100小时的正态分布,试在显著性水平(1=卜确定 这批元件是否合格设总体均值为卩川未知.即需检验假设H0:H >1000,H1:H <1000.解答:检验假设 HO :n>1000,Hl :n<1000.这是飛边假设检验问题.由于方差02二,故用U 检验法.对于显着性水平a 二,拒绝域为W={X"-1000a/n<-ua.査标准正态分布表•得 又知n=25X=950,故可计算出x'-1000a/n=950-1000100/25=,因为&故在a=下拒绝H0,认为这批元件不合格.习题3 打包机装糖入包,每包标准重为100kg.毎天开工后,要检验所装糖包的总体期望值是否合乎标准 (100kg)•某日开工后.测御9包糖重如下位:kg):打包机装糖的包得服从正态分布•问该天打包机1:作是否正常(a 二 解答: 木问题是在a 二下检验假设HO:p=100,Hl :"100・由于02未知.所以可选取统讣fi T=X--100S/n,在HO 成立的条件下.W(n-1K 且此检验问題的拒绝域为I T I = 1 X'-lOOS/n I >ta/2(n-l).I t 1 =<=(8),即t 未落在拒绝域中・从而接受H0,即可以认为该天打包工作正常.习題4机器包装食盐.假设毎袋盐的净重服从正态分布•规定毎俊标准含fi 为500g,标准差不斜趙过lOg •某天开 工后•随机抽取9袋.测得浄重如下仲位:g):497, 507, 510, 475, 515, 484, 488, 524, 491,I U I =<=ua/2・这里 t=x"-100s/ns :试在駄著性水平a二下检验假设:HO:n=500,Hl:n#500,解答:x'=499,ss:,n=9,t=(x~-|jiO)sn==,a=, (8)=.Will <(8b故接受HO,认为该天每袋平均质a可视为500g・习«5从清凉饮料自动售货机・随机抽样36杯,其平均含g为219(mL),标准差为/在a二的显I?性水平下・试检验假设S HO:A=|I O=222,H1:H<M=222・解答: 设总休X-W(g,a2bX代表自动售货机售出的清凉饮料含S・检验假设H0:n=n0=222(mL), Hl:n<222(mL),由asn=36,査表毎(36・1)弓拒绝域为W={t=x'-nOs/n<-ta(n-l).il•算t值并判断:t=36»习題6 某种寻线的电阻服从正态分布N(x・今从新生产的一批导线中抽取9根・测«电阻•得s=Q,对于a®能否认为这批导线电阴的标准差仍为解答:木问题是在a二下检验假设H0:a2=, Hl:o2匕选取统计fi x2=n-la2S2,在HO成立的条件下,X2^2(n-1),且此检验问題的拒绝域为X2>xa/22(n-l)或x2<xl-a/22(n-l).这里X2==x=,X(8)=,x(8)-落在拒绝域中,从而拒绝HO,即不能认为这批导线电阻的标准差仍为.习题7某厂生产的铜线,要求其折断力的方差不超过16N2.今从某日生产的铜丝中随机抽取容fi为9的样木•测得其折断力如下(飛位:N):289, 286, 285, 286, 285, 284, 285, 286, 298, 292设总体服从正态分布,问该日生产的铜线的折斷力的方差是否符合标准(a二解答: 检验问題为n=9, s2勺X2=8XS216勺am X(8)=・因X2<X(8)s故接受HO,可认为铜丝的折断力的方差不超过16N2.习题8过去经验示.商三学生完成标准考试的时间为一正态变其标准差为6min.若随机样木为20位学生, 其标准差为X,试在显着性水平a= b\检验假设:H0:a>6,Hl:a<6,解答:HO:a>6,Hl:a<6,a=,n-l=19,ssx(19)-拒绝域为W={x2<},i l•算X2值X2=(20-l)x^.因为>■故接受H0,认为a>6.习題9测定某种潯液中的水分・它的10个测定值给出*%,设测定值总体服从正态分布.02为总休方差.02未知,试在a二水平下检验假设:在a= b\拒绝域为W={(n-l)S2a02<xl-a2(9).查X2分布表得X(9)m讣算得(n-l)s2o02=(10-l)x\per)2\per)2^>,未落入拒绝域•故接受H0.取正态总体的假设检越习題1制造厂家宜称•线A的平均张力比线B至少强120N,为证实其说法.在同样情况下测试两种线各50条.线A的平均张力x-=867N,标准差为01=;而线B的平均张力为y・=778N,标准差为o2m在a二的显善性水平下,试检验此制造厂家的说法.解答:H0:nl4l2=120,Hl:pl 屮2<120・am=・W={u=x'-y~-120ol2nl+a22n2<-ua,拒绝域为由x'=867,y'=778,nl=n2=50, 012=2,o22=2,得□=867-778-120250+250^^^,因为&故拒绝H0,认为pl-rx2<120,即厂家的说法不对.习题2 欲知某新血清是否能抑制白血球过多症,选择已患该病的老畝9只•并将其中5只施予此种血清,另外4 只则不热•从实验开始.其存活年限表示如下假设两总体均服从方差相同的正态分布,试在显著性水平a二下检验此种血清是否有效解答^ 设pl- p2分别为老鼠接受和未接受血清的平均存活年限。

区间估计与假设检验

区间估计与假设检验

"### 参数的区间估计与假设检验之间的区别
参数的区间估计和假设检验从不同的角度回答同一问 题, 它们的统计处理是相通的。 但是它们之间又有区别, 体现 以下三点: 第一, 参数估计解决的是多少 (或 范 围 ) 问题, 假设检验 则判断结论是否成立。前者解决的是定量问题, 后者解决的 是定性问题。 第二, 两者的要求各不相同。区间估计确定在一定概率 保证程度下给出未知参数的范围。 而假设检验确定在一定的 置信水平下, 未知参数能否接受已给定的值。 第三, 两者对问题的了解程度各不相同。进行区间估计 之前不了解未知参数的有关信息。 而假设检验对未知参数的 信息有所了解, 但作出某种判断无确切把握。 因而在实际应用中,究竟选择哪种方法进行统计推断, 需要根据实际问题的情况确定相应的处理方法。 否则将会产
" 拒 绝 域 为 +)J.)0!+#)(-- , 查表 %’#$#"4" 统计量 0’ ,)"" ’ & , %
得 0"$":’!$"(: , 计 算 得 0’)($A::A. 由 此 可 见 统 计 量 的 值 未 落 入 拒绝域中, 因而接受原假设, 认为符合设计要求。
(9!
统计与决策 !""# 年 # 月 (下)
上述关系虽就一特例而言, 但也有普遍意义。由区间估 计可以很容易构造检验函数。 下面来说明怎样由检验函数构 造区间估计。 设 # 是问题
生不同的结论, 做出错误的统计推断。 例 ! 测试某个品牌的汽车的百公里耗油量,假设在正 常的情况下汽车百公里耗油量服从正态分布, 路况以及驾驶 员的技术符合正常要求。现对该批汽车进行测试, 随机选取
+&".!-。

简述假设检验与区间估计之间的关系 统计学原理

简述假设检验与区间估计之间的关系 统计学原理

简述假设检验与区间估计之间的关系统计学原理一、简介假设检验与区间估计是统计学中两个重要的概念,它们都是基于样本数据对总体参数进行推断的方法。

假设检验主要用于判断总体参数是否符合某种特定假设,而区间估计则用于对总体参数进行范围性的估计。

本文将从统计学原理角度出发,详细介绍假设检验与区间估计之间的关系。

二、假设检验1. 假设检验的基本思想在进行假设检验时,我们首先要提出一个关于总体参数的假设(称为原假设),然后根据样本数据来判断这个假设是否成立。

具体来说,我们会根据样本数据计算出一个统计量(如t值、F值等),然后通过比较这个统计量与某个临界值(也称为拒绝域)来决定是否拒绝原假设。

2. 假设检验中的错误类型在进行假设检验时,有可能会犯两种错误:一种是将一个正确的原假设错误地拒绝了(称为第一类错误),另一种是将一个错误的原假设错误地接受了(称为第二类错误)。

通常情况下,我们会将第一类错误的概率控制在一个较小的水平(如0.05或0.01),这个水平被称为显著性水平。

3. 假设检验的步骤进行假设检验时,通常需要按照以下步骤进行:(1)提出原假设和备择假设;(2)选择适当的检验统计量,并计算出样本数据所对应的值;(3)确定显著性水平,并找到相应的拒绝域;(4)比较样本统计量与拒绝域,得出结论。

三、区间估计1. 区间估计的基本思想在进行区间估计时,我们会根据样本数据来构建一个区间,这个区间包含了总体参数真值的可能范围。

具体来说,我们会根据样本数据计算出一个点估计量(如样本均值、比例等),然后根据中心极限定理和大数定律等原理来构建置信区间。

2. 区间估计中的置信度在进行区间估计时,我们通常会给出一个置信度,表示该区间包含总体参数真值的概率。

例如,如果我们给出了一个95%置信度,则意味着在大量重复实验中,有95%的置信区间都会包含总体参数真值。

3. 区间估计的步骤进行区间估计时,通常需要按照以下步骤进行:(1)选择适当的点估计量,并计算出样本数据所对应的值;(2)确定置信度,并找到相应的置信区间;(3)解释置信区间的含义,得出结论。

区间估计与假设检验的联系与区别讲义资料

区间估计与假设检验的联系与区别讲义资料

区间估计与假设检验的联系与区别讲义资料
区间估计与假设检验是统计推断的两种常见方法。

它们虽然都属于推断统计,但也有明显的不同之处。

区间估计的主要目的是估计总体参数的值,也可以称作参数估计。

根据样本信息,我们可以得出一个可能的参数值范围,也就是置信区间,从而得到一个可靠的估计区间。

估计是不断变化的,每一次统计分析给出的参数估计值都可能有所变化,从而慢慢趋近真实值。

假设检验即“判断”,是统计学中比较常用的检验方法,目的是确定两个总体之间的差异是由随机因素造成的,还是由特定的因素(如环境因素)造成的。

假设检验涉及两个立场:备择假设和原假设。

假设检验的结果由抽样分布决定,不同的抽样分布对应不同的结论,比如有抽样分布下假设检验结果可能是拒绝备择假设,也可能是接受备择假设。

从概念上讲,区间估计技术计算的是一个参数的值的估计,而假设检验是用于检查参数的方法,它只检验两个总体是否具有显著的性质差异,而不会真正测量它们的差异。

总的来说,区间估计通过单组数据范围尽可能准确地估计参数的取值范围,而假设检验则是针对任何特定统计主题,利用数据样本来检验其是否与假设相符。

两者都具有自己的优点和不足,可以结合使用来为抽样荟萃而得出结论,从而更准确地了解样本的真实情况。

区间估计与假设检验的联系与区别

区间估计与假设检验的联系与区别
区间估计与假设检验的联系都以抽样分布为理论依据建立在概率论基础之上的推断都具有一定的可信程度和风二者可相互转换区间估计问题可以转换成假设问题假设问题也可以转换成区间估计问题
区间估计与假设检验 的联系与区别
11406
a
1
区间估计
参数估计:指的是用样本中的数据估计总体分布 的某个或某几个参数
参数估计的方法:点估计和区间估计。
点估计:用估计量的某个取值直接作为总体参数 的估计值。点估计的缺陷是没法给出估计的可靠 性,也没法说出点估计值与总体参数真实值接近 的程度。
区间估计:在点估计的基础上给出总体参数估计 的一个估计区间,该区间通常是由样本统计量加 减估计误差得到的。在区间估计中,由样本估计 量构造出的总体参数在一定置信水平下的估计区 间称为置信区间。
主要区别: a、参数估计是以样本资料估计总体参数的真 值,假设检验是以样本资料检验对总体参数 的先前假设是否成立; b、区间估计求得的是求以样本估计值为中心 的双侧置信区间,假设检验既有双侧检验, 也有单侧检验; c、区间估计立足于大概率,假设检验立足于 小概率。
a
6
拒绝域。 4.比较并作出统计推断。
a
4
区间估计与假设检验的联系
主要联系: a、都是根据样本信息推断总体参数; b、都以抽样分布为理论依据,建立在概率 论基础之上的推断,都具有一定的可信程 度和风险; c、二者可相互转换,区间估计问题可以转 换成假设问题,假设问的区别
a
2
区间估计
总体均值的区间估计 (1)大样本的估计方法:总体方差已知,用z
分布。 (2)小样本(样本数小于30)的估计方法:总
体方差未知 , t分布。 总体比率的区间估计 z分布 总体方差的区间估计 χ^2分布
  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)。

即 P (n 1 2 )S 21 2 (n 1 ) P (n 1 2 )S 21 2 (n 1 )
0
3) 所以,拒绝条件为 2 12(n1)
P(21 2 (n1)) 单侧假设检验
分析 用简便方法测得有害气体含量X~N(μ,22),
基本检验H0: μ=μ0=23; 备择检验H1: μ≠ μ0= 23;
若H0成立,则 ZX0 ~N(0,1) / n
若取α=0.05,则 P{|Z|>z1-α/2}=a, 即: P{|Z|>1.96}=0.05, 在假设成立的条件下,|Z|>1.96为概率很小事件,一般认为: 小概率事件在一次实验中是不会发生的, 将样本观测值代入Z得 ZX233.06, |Z|>1.96,
2) 对统计量:
Z X 0 / n
在H0下有
X0 X, / n / n
对给定的α有
{ X/n0z1}{X/nz1}
所以
P ( X/n 0z1 )P ( X / nz1 )
3) 故 拒绝条件为Z> z1-α,其中, (z1)1.
③ H0:μ≥μ0(已知); H1:μ<μ0
1) 提出原假设和备择假设: H0:μ≥μ0; H1:μ<μ0,
(n
1)
2
否定域 接受域 否定域
例:在正常的生产条件下, 某产品的测试指标
总体X~N(μ0,σ02),其中σ0=0.23.后来改变生产工艺,出了新产 品,假设新产品的测试指标总体仍为X,且X~N(μ,σ2). 从新产 品中随机地抽取10件, 测得样本值为x1,x2,…,x10,计算得到 样本标准差S=0.33. 试在检验水平α=0.05的情况下检验: 方 差σ2有没有显著变化?
P(|Z|>z1-α/2)=α
Z检验 α/2
φ(x)
α/2
- z1-α/2
z1-α/2
X
否定域 接受域 否定域
双侧统计检验
例:用精确方法测量某化工厂排放的气体中有害气体含量
服从正态分布N(23,22),现用一简便方法测量6次得一组数据 23,21,19,24,18,18(单位:十万分之一),若用简便方法测得有害气体含量 的方差不变,问用该方法测得有害气体含量的均值是否有系统偏差?
解 建立假设 H0:2020.223,H1:2 02
新产品指标的方差与正常情况下产品指标的方差比较没有
显2 著变(n化 10 2.)S2(1 0 0.1 2)02.33231.5 8312
2 (n
2
2 1
(n
2
1) 1)
2.7 19.023
2.7<18.53<19.023,接受 H0:2020.223
小概率事件在一次实验2中/ 发n生了,故假设不合情理, 即:否定原假设,简便方法测得均值有系统偏差.
(2) σ2未知,μ的检验 1) 提出原假设和备择假设:
H0:μ=μ0; H1:μ≠μ0,
(T检验)
2) 选择检验统计量:
T
X 0
S/ n
|H0成立~t(n1)
α/2
f(x)
α/2
3) 对给定α,拒绝条件为 |T|> t1-α/2(n-1)
(2检验)
1) 2)
3)
提给选出定择α原检,取假验设统和计 12备量 择: 122假2(2n设( n :1H)102):σ(2nα=/2σ102)0S2;2fH|(Hx10成 :) σ立2
≠ σ02
~2(n1)
α/2
有P(λ1< <2 λ2)=1-α
所以,拒绝条件为
2
2
பைடு நூலகம்
(n
1)
λ1
λ2
X
2

2
2 1
2) 选择统计量: Z X 0 / n
3) 对给定α, 否定域为Z<- z1-α, 其中
(z1)1.
(2) σ2未知,μ的检验
1) 提出原假设和备择假设: H0:μ=μ0; H1:μ≠μ0,
(T检验)
2) 选择检验统计量:
T
X S/
0
n
|H0成立~t(n1)
α/2
f(x)
α/2
3) 对给定α,拒绝条件为
|T|>
t
1
(n
1)
2
否定域
接受域
t1/2(n1) X 否定域
类似可得: σ2未知,期望的单侧统计检验
统计检验 H0:μ≤μ0; H1:μ>μ0的拒绝条件为
Tt1(n1)
统计检验 H0:μ≥μ0; H1:μ<μ0的拒绝条件为
Tt1(n1)
2. 方差σ2的检验
设总体X~N(μ,σ2), X1,X2,…,Xn 为一组样本,
P( Z>z1-α)≤α
(z1)1
φ(x)
α
接受域
z1-α
X
否定域
单侧(右侧)统计检验
原假设的确定一般应遵循以下原则 要把等号放在原假设里.
设总体X~N(μ,σ2), X1,X2,…,Xn 为一组样本,
② H0:μ≤μ0(已知); H1:μ>μ0
1) 提出原假设和备择假设: H0:μ≤μ0; H1:μ>μ0,
2
(n
1)
λ1
λ2
X
2

2
2 1
(n
1)
2
否定域 接受域 否定域
总体期望μ未知时,σ2的单侧假设检验
1) 提出原假设和备择假设: H0: σ2 ≤σ02; H1: σ2 >σ02
2)
选择统计量
2
(n
1)S
02
2
则在H0下
(n1)S2
02
(n1)S2
2
~2(n1)
对给定的α,有 {(n 1 2 )S 21 2 (n 1 )} {(n 1 2 )S 21 2 (n 1 )} 0
(1) σ2的检验( μ未知)
(2检验)
1) 2)
3)
提给选出定择α原检,取假验设统和计 12备量择: 122假2(2n设( n :1)H1 )02:σ(2nα=/2σ102)0S2;2fH|(Hx10成 :) σ立2
≠ σ02
~2(n1)
α/2
有P(λ1< <2 λ2)=1-α
所以,拒绝条件为
2
T0
33.15300.9033 21.21
37
t 1 2 ( n 1 ) t 1 0 . 2 0 5 ( 3 7 1 ) 2 .0 3 , T 0 2 .0 3
说明样本支持原假设,故要接受原假设.
2. 方差σ2的检验
设总体X~N(μ,σ2), X1,X2,…,Xn 为一组样本,
(1) σ2的检验( μ未知)
否定域
接受域
t1/2(n1) X 否定域
例:从电话公司每月长途电话的帐单中, 随机抽取37张, 计 算平均费用为33.15元, 标准差为21.21元. 假定费用服从正 态分布 N(,2 ) , 2未知, 要检验假设
H0 :30, H1:30
解:取检验统计量 T X ~t(n1)
S/ n 依样本计算检验统计量的值为
相关文档
最新文档