8 假设检验
练习八(假设检验)--1_答案卷
5.设对统计假设H0 构造了显著性检验方法,则下列结论错误的是( )。
A.对不同的样本观测值,所做的统计推理结果可能不同 B.对不同的样本观测值,拒绝域不同 C.拒绝域的确定与样本观测值无关 D.对一样本观测值,可能因显著性水平的不同,而使推断结果不同
【参考答案】 B
6.在统计假设的显著性检验中,下列说法错误的是( )。
姓名
学号
5. 设 样 本 X1,X2,⋯,Xn 来 自 总 体 X ∼ N (μ,σ2) ,μ 已 知 , 要 对 σ2 作 假 设 检 验 , 统 计 假 设 为
H0:
σ2
=
σ
2,
0
H1:σ
2
≠
σ
2 0
,
则
要
用
检
验
统
计
量
为
(
)。
), 给定显著水平α , 则检验的拒绝域为(
【参考答案】
空（1）:
∑ χ2 =
χ2=
5.78 12
= 5.78
由于χ
2 α
2
(n −1) =
1.145
< χ2 = 5.78
< 11.070 = χ2
1−
α 2
(n) 查表所得
故接受H0 ,即认为该厂这一天生产的灯泡寿命的均方差符合要求的。
A.显著性检验的基本思想是“小概率原则”,即小概率事件在一次试验中是几乎不可能发生
B.显著性水平α 是该检验犯第一类错误的概率,即“拒真”概率 C.记显著性水平为α ,则 1− α 是该检验犯第二类错误的概率,即“受伪”概率
D.若样本值落在“拒绝域”内则拒绝原假设
【参考答案】 C
概率论与数理统计 第8章
现在的问题就是要判别新产品的寿命是服从 μ >1500 的
正态分布，还是服从 μ ≤1500的正态分布? 若是前者，我们 就说新产品的寿命有显著性提高；若是后者，就说新产品的 寿命没有显著性提高。
定义 1 将对总体提出的某种假设称为原假设，记为 H 0 ； 将与原假设矛盾的假设称为备择假设，记为 H 1 。
在例 8－1 中，我们把涉及的两种情况用假设的形式表示
出来，第一个假设 μ ≤1500 表示采用新工艺后产品平均寿命没 有显著性提高，第二个假设 μ >1500 表示采用新工艺后产品平
均寿命有显著性提高。第一个假设为原假设，即“ H 0 ：μ
定义 8 给定犯第一类错误的概率不大于 α 所作的假设 检验称为显著性检验，称 α 为显著性水平。 例 8－2 某车间用一台包装机包装食盐，每袋食盐的净 重是一个随机变量，它服从正态分布。当包装机正常时，其 均值为 0.5kg ，标准差为 0.015kg 。某日开工后为检查包装 机工作是否正常，随机地抽取它所包装的食盐 9 袋，称得样 本均值 ������ X =0. 511kg ，问在显著性水平 α =0.05 下，这 天包装机工作是否正常。
由于无论是第一类错误还是第二类错误都是作假设检验 时的随机事件，因此在假设检验中它们都有可能发生。我们 当然希望尽可能使犯两类错误的概率都很小，但一般来说， 当样本的容量固定时，若刻意地减少犯一类错误的概率，则 犯另一类错误的概率往往会增大。若要使两类错误的概率都 减小，就需增大样本的容量。在给定样本容量的情况下，我 们总是对犯第一类错误的概率加以控制，使它不大于 α ， 而不关心犯第二类错误的概率 β是增大了还是减小了，这样 的假设检验就是显著性检验。
第八章、假设检验
第八章、假设检验一、应用题：1．某工厂正常情况下生产的电子元件的使用寿命2~(1600,80)X N ，从该工厂生产的一批电子元件中抽取9个，测得它们使用寿命的平均值为1540（小时），如果使用寿命的标准差σ不变，能否认为该工厂生产的这批电子元件使用寿命的均值μ=1600（小时）？ （附：检验水平0.050.0250.050.0250.05, 1.645, 1.96,(8) 1.86,(8) 2.31u u t t α===== ）2．.某工厂正常情况下生产的电子元件的使用寿命2~(1600,80)X N ，从该工厂生产的一批电子元件中抽取9个，测得它们使用寿命的平均值为1540（小时），如果使用寿命的标准差σ不变，能否认为该工厂生产的这批电子元件使用寿命显著降低？（附：检验水平0.050.0250.050.0250.05, 1.645, 1.96,(8) 1.86,(8) 2.31u u t t α===== ）3．已知电子工厂生产的某种电子元件的平均寿命为3000（h ）,采用新技术试制一批这种电子元件，抽样检查16个，测得这批电子元件的使用寿命的样本均值x =3100（h ），样本标准差 s =170（h ），设电子元件的使用寿命服从正态分布，问：试制的这批电子元件的使用寿命是否有显著提高？（附：检验水平0.050.0250.050.0250.05, 1.645, 1.96,(15) 1.753,(15) 2.13u u t t α===== ）4．某车间用一台包装机包装葡萄糖，规定标准为每袋0.5kg ，设包装机实际生产的每袋重量服从正态分布，且长期经验知标准差σ=0.015不变，某天开工后，为了检查包装机是否正常，随机抽取了9袋，测得它们样本均值为x =0.509 kg ，能否认为这天的包装机的工作正常？（附：检验水平0.050.0250.050.0250.05, 1.645, 1.96,(8) 1.86,(8) 2.31u u t t α===== ）5． 某车间用一台包装机包装葡萄糖，规定标准为每袋0.5kg ，包装机实际生产的每袋重量服从正态分布，某天开工后，为了检查包装机是否正常，随机抽取了9袋，测得它们样本均值为x =0.509 kg ，样本标准差s = 0.015 kg ，能否认为这天的包装机工作正常？ （附：检验水平0.050.0250.050.0250.05, 1.645, 1.96,(8) 1.86,(8) 2.31u u t t α===== ）6．某装置的平均工作温度据制冷厂商称不高于190℃，今从一个有16台装置构成的随机样本测得平均工作温度的平均值和标准差分别为195℃和8℃，根据这些数据能否说明装置的平均的工作温度比制造厂商所说的要高？（附：检验水平0.050.0250.050.0250.05, 1.645, 1.96,(15) 1.753,(15) 2.13u u t t α===== ）7.已知某铁厂铁水含碳量服从正态分布N （4.55，0.1082），现测定了9炉铁水，其平均含碳量为4.484，如果方差没有变化，可否认为现在生产之铁水平均含碳量仍为4.55？ (附：检验水平0.050.0250.050.0250.05, 1.645, 1.96,(8) 1.86,(8) 2.31u u t t α===== ）8.有一批枪弹出厂时，其初速度200~(,)v N μσ，其中0μ=950米/秒，经较长储存，取9发进行测试，测得其样本均值x =928，据经验0σ=10可认为保持不变，问能否认为这批枪弹的初速度v 显著降低？(附：检验水平0.050.0250.050.0250.05, 1.645, 1.96,(8) 1.86,(8) 2.31u u t t α===== ）9. 有一批枪弹出厂时，其初速度200~(,)v N μσ，其中0μ=950米/秒，0σ=10，经较长储存，取9发进行测试，测得其样本均值x =928，样本标准差s=10，问能否认为这批枪弹的初速度v 显著降低？(附：检验水平0.050.0250.050.0250.05, 1.645, 1.96,(8) 1.86,(8) 2.31u u t t α===== ）10.设在一批木材中抽取100根，测其小头直径的样本均值x =11.2cm ，已知标准差0σ=2.6 cm ，问能否认为这批木材小头的平均直径在12 cm 以上？(附：检验水平0.050.0250.050.0250.05, 1.645, 1.96,(99) 1.66,(15) 1.99u u t t α===== )11. 设在一批木材中抽取100根，测其小头直径的样本均值x =11.2cm ，样本标准差s=2.6 cm ，问能否认为这批木材小头的平均直径在12 cm 以上？(附：检验水平0.050.0250.050.0250.05, 1.645, 1.96,(99) 1.66,(99) 1.99u u t t α===== )12.已知某厂生产的维尼纶纤度服从正态分布，标准差σ=0.048，某日抽取5跟纤维，测得纤度为1.32，1.55，1.36，1.40，1.44，问这天的维尼纶的均方差σ是否有显著变化？ (附：检验水平0.050.0250.950.97522220.05,(4)9.49,(4)11.1,(4)0.711,(4)0.484α=χ=χ=χ=χ=)13.某厂生产的保险丝规定保险丝熔化时间的方差不能超过400，今从一批产品中抽取25个，测得其熔化的样本方差s 2=388.58，若该熔化时间服从正态分布，问这批产品是否合格？(附： 0.050.0250.950.97522220.05,(24)36.4,(24)39.4,(24)13.8,(24)12.4α=χ=χ=χ=χ= )14.为检测两架光测高温计所确定的温度读数之间有无显著差异，设计一个试验：用两架仪器同时对一组10只热炽灯丝做观测，测得它们的样本均值与样本方差分别为x =1169，y =1178，2x s =51975.21，2y s =50517.33，试确定两架温度计所测温度有无显著变化？ (附：检验水平0.050.0250.050.0250.05, 1.645, 1.96,(18) 1.734,(18) 2.10u u t t α=====)15.甲、乙两台机床生产同一型号的滚珠，现从两台机床生产的产品中抽出8个和9个测得其样本均值和样本方差分别为 x =15.01，2x s =0.09554，y =14.99，2y s =0.0611，能否认为乙机床加工精度比甲机床高？(附：检验水平0.050.050.05,(7,8) 3.5,(8,9) 3.23F F α=== )16.某种物品在处理前与处理后分别抽取7个和8个样品，测得其样本均值和样本方差分别为x =0.24，2x s =0.0091，y =0.13，2y s =0.0039，能否认为处理后含脂量显著降低？(附：检验水平0.050.0250.050.0250.05, 1.645, 1.96,(13) 1.771,(13) 2.16u u t t α===== )17.已知学生的学习成绩服从正态分布，从某班的高等数学测试成绩表中抽取5人，数据如下： 60，65，70，75，80，能否认为该班的高等数学测试的平均成绩为75分。
习题第8章
第8章 假设检验本章教学基本要求1.理解显著性假设检验的基本思想，了解其检验过程中产生的两种错误。
2.掌握单个正态总体的均值和方差的假设检验方法。
8.1 假设检验的基本概念主要知识归纳1 显著性假设检验的基本思想与基本步骤：(1)提出假设0H 称为原假设，同时也可提出其对立假设1H ，也叫做备择假设，检验的目的就是接受或是拒绝0H .(2) 假定原假设成立，选择合适的统计量并确定其分布.(3) 给定一个小概率α，α称为显著性水平，规定小概率事件是不可能事件. (4)依据样本计算，如果使得小概率事件发生则拒绝原假设，否则接受原假设. 2 两种错误: 如果原假设正确，而拒绝了它，则检验方案犯了“弃真”错误，称为第一类错误. 犯第一类错误的概率恰好就是小概率事件发生的概率α，即{}0H H P α=为真拒绝；而如果原假设本来是错误的，按照检验方案，由于样本观察随即特性导致最终接受了它，此时检验方案犯了“取伪”错误，称为第二类错误.记其概率为β，即{}0H H P β=为假接受. 8.2 单个正态总体参数假设检验一 主要知识归纳设总体),(~2σμN X ，n X X X ,,,21 为总体的样本，2,S X 分别为样本均值与样本方差，给定显著性水平α，1．提出假设00:μμ=H ，01:μμ≠H若2σ已知, 选取统计量nX Z /0σμ-=，则参数μ的拒绝域为：2Z Z α=≥；若2σ未知，选取统计量nS X T /0μ-=，则参数μ的拒绝域为：)1(/20-≥-=n t nS X T αμ2．当μ未知，提出假设2020:σσ=H ，2021:σσ≠H选取统计量2022)1(σχS n -=，则2σ拒绝域为⎭⎬⎫⎩⎨⎧->⎭⎬⎫⎩⎨⎧-<-)1()1(2222212n n ααχχχχ 二 基础练习1.设总体),,(~2σμN X 12,,,n X X X 为来自总体的样本，当μ和2σ未知时，则（1）检验假设00:μμ=H ；（2）检验假设2020:σσ=H 应选择怎样的统计量？2.打包机装糖入包，每包的标准重量为100kg ，每天开工后，要检验所装糖包的总体期望值是否合乎标准（100kg ）。
卫生统计学：第7-8章 假设检验与t检验
反证法
当一件事情的发生只有A、B两种可能的时候，为了肯 定其中的一种情况A，但又不能直接证实A，这时否定 了另一种情况B，则间接肯定了A。 证明A还是证明B？ 抗氧化剂 • 在H0成立的条件下，均数之间的差异是由抽样误差
引起的，有规律可循； • 在H1成立的条件下，均数间的不同包含种种未知情
形，无规律可循。 • 故从H0成立的角度出发，寻求其成立的概率。
分布。
数理统计的中心极限定理表明：从正态总体N ( , ) 中抽取例数均为n 的样 本，样本均 数也服从正态分布N( , X )。
Gosset 将此时的 u 转换：
X
定义为t 转换： t sX
u X X
并将t 值的分布命名为t 分布。
t 分布的图形及特征
• 单峰分布，以0为中心，左右对称 • t分布是一簇曲线，其形状与自由度υ(υ=n-1)
基本原则——小概率事件在一次试验中是不可能发生的。
建立检验假设，确定检验水准
假 设 检 验 步 骤
P≤α
计算检验统计量
确定P值
作推断结论
P>α
拒绝H0，接受H1
不拒绝H0
为了解某地1岁婴儿的血红蛋白浓度，某医 生从该地随机抽取了1岁婴儿25名，测得其血红 蛋白浓度的平均数为123.5g/L,标准差为11.6 g/L， 而一般正常小儿的平均血红蛋白浓度为125 g/L， 故认为该地1岁婴儿的平均血红蛋白浓度低于一 般正常小儿的平均血红蛋白浓度。
│t│值越大，则 P 值越小；反之，│t│值 越小，P 值越大。根据上述的意义，在同 一自由度下，│t│≥ tα ，则P≤ α ； 反之， │t│＜tα，则P＞α。
t 检验的应用条件：
单样本t 检验中，σ未知且样本含量较小 (n<50)时，要求样本来自正态分布总体；
统计学第五版第八章课后习题答案
决策： ∵Z值落入接受域， ∴在α=0.05的显著水平上接受 H 0 。
结论：有证据表明现在生产的铁水平均含碳量与以前没有显著差 异，可以认为现在生产的铁水平均含碳量为4.55。
8.2 一种元件，要求其使用寿命不得低于700小时。现从一批这种 元件中随机抽取36件，测得其平均寿命为680小时。已知该元件寿 命服从正态分布，σ=60小时，试在显著性水平0.05下确定这批元 件是否合格。
甲法：31 34 29 32 35 38 34 30 29 32 31 26 乙法：26 24 28 29 30 29 32 26 31 29 32 28 两总体为正态总体，且方差相同。问两种方法的装配时 间有无显著差别(α =0.05)？ 解： 正态总体，小样本，σ²未知但相同，独立样本t检验 H 0 : 甲 -乙 = 0 H1 : 甲 - 乙 ≠ 0
由Excel制表得：
由图可知：
已知：α = 0.05，n1 = n2=12 2 2 x甲 =31.75 x乙 =28.67 S甲=10.20 S乙 =6.06 t=1.72 t∈(-1.72,1.72)接受，否则拒绝。 t=(31.75-28.67)/(8.08* 0.41)=0.93 0.93∈(-1.72,1.72) 决策：在α = 0.05的水平上接受H 0 。 结论: 两种方法的装配时间无显著不同。
σ²≤100 H 1 : σ²＞100 α= 0.05，n=9，自由度= 9 - 1 = 8， S² =215.75， x =63 采用χ²检验 临界值(s): χ² =15.5 ）S 2 (9 - 1) * 215.75 2 （n - 1 17.26 15.5 检验统计量： 2 100 决策：在 a = 0.05的水平上拒绝 H 0 结论: σ²＞100
假设检验完整版
几个重要的分布介绍 标准正态分布 定义: 设 X1,X2,......Xn相互独立, 都服从标准正态分布N(0,1), 则称 随机变量χ2=X12+X22+......+Xn2所服从的分布为自由度为 n 的χ2 分布.
几个重要的分布介绍
几个重要的分布介绍
双侧检验与单侧检验的假设形式
假设 原假设
计算检验统计量值:
t 986 1000 1.75 24 9
∵t值落入接受域，∴在 a =0.05的显著性水平上 接受H0
例四（和spss结合）
正常人的脉搏平均 数为72次/分。现测得15名患者的脉搏：71，55，76，68，
72，69，56，70，79，67，58，77，63，66，78 试问这15名患者的脉搏与正
描述统计
推断统计
参数估计 假设检验
假设检验一般问题
1、假设问题的提出和基本思想 2、几个重要的分布介绍 3、双侧检验和单侧检验 4、假设检验的步骤 5，总体均值的检验 6，举例
假设问题的提出
根据1989年的统计资料，某地女性新生儿的平均体重为 3190克，现从1990年的女性新生儿中随机抽取30人，测得 其平均体重为3210克，问1990年的女性新生儿和1989年的 新生儿相比，体重有无显著性差异？
显著性为0.088>0.05，接受原假设，无明显差异。
态分布，其总体均值为X0=0.081mm，总体标准差为 =0.025 。今换一 种新机床进行加工，抽取n=200个零件进行检验，得到的椭圆度均值为
0.076mm。试问新机床加工零件的椭圆度均值与以前有无显著差异？（a＝
0.05）
解：已知：X0=0.081mm， =0.025，n=200，
贾俊平版统计学课件 第8章
▽与原假设对立的假设称备择假设，记为 H1 ,用 、 或 表示。 对于新生儿体重的例子，可以表示为
H 0 : 3190
H1 : 3190
(2)确定检验统计量及其分布
▽用于检验假设的统计量称为检验统计量
▽根据 H 0 及相应条件选择适当的统计量，并确定统计量
的分布 对于新生儿体重的例子，可利用 x 0 构造检验统计量. 若新生儿体重为正态分布 N ( , 2 ) ，且 已知，则在 H 0 为真 时，用 z 作为检验统计量，并且
H 0 : 3190 H1 : 3190
并已知 x 3210, 80, n 100 ，则
z0 x 0
n
3210 3190 80 100
2.5
于是
p 2Pz z0 2 0.00621 0.01242
双侧检验的P值
/ 2
/ 2 拒绝
▽犯第二类错误的概率为 。
表8-1 假设检验中各种可能结果的概率
实际情况
H 0 为真 H 0 不真
决策
接受 H 0
1
拒绝 H 0
1
假设检验中的两类错误（决策结果）
H0: 无罪
假设检验就好像一场审判过程 统计检验过程
陪审团审判
实际情况 裁决 无罪 无罪 有罪 正确 错误 有罪 错误 正确 接受H0 拒绝H0 决策
若p-值 /2, 不能拒绝 H0 若p-值 < /2, 拒绝 H0
8.1.6 假设检验的形式
研究的问题 假设
双侧检验
H0 H1
左侧检验
右侧检验
= 0 ≠0
贾俊平《统计学》(第7版)考点归纳和课后习题详解(含考研真题)(第8章 假设检验)【圣才出品】
3．单侧检验和双侧检验 表 8-2 常用假设检验形式
【总结】假设检验：①依据的是小概率原理； ②小概率标准在抽样前依照需要确定； ③假设检验的结果只能是拒绝或不拒绝原假设，而不能证明原假设成立； ④统计假设检验的结果不是绝对正确。
考点二：一个总体参数的检验
1．检验统计量的确定 一个总体参数的检验中，检验统计量主要有三个：z 统计量，t 统计量，χ2 统计量。 选择检验统计量需要考虑的因素：样本量、总体方差 σ2 是否已知。
2 / 48
圣才电子书 十万种考研考证电子书、题库视频学习平台
α 的最大允许值，一般是人们事先指定的。 显著性水平 α 越小，犯第Ⅰ类错误的可能性越小，但犯第Ⅱ类错误的可能性则随之增
大。
【真题精选】 下列哪种情况下属于犯第二类错误？（ ）[浙江财经大学 2019 研] A．H0 为真，接受 H1 B．H0 不真，接受 H0 C．H0 为真，拒绝 H1 D．H0 不真，拒绝 H0 【答案】B 【解析】在假设检验中，第一类错误指原假设 H0 为真却被拒绝了，犯这种错误的概率 用 α 表示，所以也称其为 α 错误或弃真错误；第二类错误是当原假设 H0 为伪却没有被拒绝， 犯这种错误的概率用 β 表示，所以也称其为 β 错误或取伪错误。
考点三：两个总体参数的检验
1．检验统计量的确定（如图 8-1 所示）
6 / 48
圣才电子书 十万种考研考证电子书、题库视频学习平台
图 8-1 检验统计量的确定 2．两个总体均值之差的检验
7 / 48
圣才电子书 十万种考研考证电子书、题库视频学习平台
大样本时，若 np＞5，n（1－p）＞5，样本比例近似服从正态分布。
检验统计量： z
假设检验举例通俗
假设检验举例通俗以假设检验举例通俗为题，列举一下如下：1. 假设检验是统计学中一种重要的推断方法，用于判断某个假设是否具有统计显著性。
例如，我们可以通过假设检验来判断一种新药物对于治疗某种疾病是否有效。
我们先提出一个原假设，即新药物对于治疗该疾病没有效果，然后进行一系列实验，收集数据并进行统计分析，最后得出结论，判断该药物是否具有统计显著性。
2. 假设检验也可以用于判断两组数据之间是否存在显著差异。
例如，我们可以通过假设检验来判断男性和女性在某个指标上是否存在差异。
我们先提出一个原假设，即男性和女性在该指标上没有差异，然后收集两组数据进行统计分析，最后得出结论，判断两组数据是否具有统计显著性差异。
3. 假设检验还可以用于判断某个事件是否具有统计显著性。
例如，我们可以通过假设检验来判断某个广告对于销售额的提升是否具有统计显著性。
我们先提出一个原假设，即该广告对于销售额没有影响，然后进行实验，收集数据并进行统计分析，最后得出结论，判断该广告是否具有统计显著性影响。
4. 假设检验还可以用于判断某个样本是否符合某个分布。
例如，我们可以通过假设检验来判断某个样本是否符合正态分布。
我们先提出一个原假设，即该样本符合正态分布，然后进行统计分析，最后得出结论，判断该样本是否具有统计显著性符合正态分布。
5. 假设检验还可以用于判断某个变量之间是否存在相关性。
例如，我们可以通过假设检验来判断收入水平和教育水平之间是否存在相关性。
我们先提出一个原假设，即收入水平和教育水平之间没有相关性，然后进行统计分析，最后得出结论，判断两个变量是否具有统计显著性相关性。
6. 假设检验还可以用于判断某个样本是否具有统计显著性特征。
例如，我们可以通过假设检验来判断某个样本的均值是否具有统计显著性差异。
我们先提出一个原假设，即该样本的均值没有差异，然后进行统计分析，最后得出结论，判断该样本的均值是否具有统计显著性差异。
7. 假设检验还可以用于判断某个事件的发生概率是否符合某个理论值。