正态总体均值假设检验教学设计精编版

合集下载

概率统计及随机过程课件9.2正态总体均值和方差的假设检验

概率统计及随机过程课件9.2正态总体均值和方差的假设检验

解: (1)假设 H0 : 32.50,
(2)计算统计量T的值,x 31.13, s 1.13
T x 32.50 31.13 32.50 2.97
s/ n
1.13 / 6
0.05
时,t 1
(n
1)
t0.995 (5)
2.57
2
(4)比较 T 与 t1 (n 1) 2 T 2.97 2.57, 所以,拒绝假设 H 0 ,
1 – 2 = 0 1 – 2 0
拒绝域
1 – 2 0 1 – 2 < 0
1 – 2 0 1 – 2 > 0
其中
12, 22未知
12
=
2 2
(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
拒绝域
2 1
=
2 2
2 1
2 2
2 1
=
2 2
2 1
<
2 2
标准差是 8(N).
今换了原材料新生产一批铜丝,并从中抽出10个 样品,测得折断力(单位:N)为 578 572 568
570 572 570 570 572 596 584
从性能上看,估计折断力的方差不会发生变化, 问这批铜丝的折断力是否比以往生产的铜丝的 折断力较大?( 0.05)
解:检验假设 H0 : 0 , H1 : 0
2 0
,
H1
:
2
2 0
给定检验水平 ,查 2 n 1 分布表得
2 (n 1),
使得 P 2 2 (n 1)
根据样本值计算统计量的值.

8.3 两正态总体的假设检验

8.3 两正态总体的假设检验

.
当 H0: 1=2 为真时,有
(X Y ) S m n
1 1
~ tm n 2 .
从而
| X Y | P tm n2 (/2) . S m 1 n 1
拒绝域为
| X Y | S m n
1 1
tm n2 (/2)
2 2
因为 s1 3.325, s2 2.225,
2 2
s1 所以 2 1.49, s2 s1 0.153 2 1.49 6.54, s2
故接受 H 0 , 认为两总体方差相等.
2
2
两总体方差相等也称两总体具有方差齐性.
例3 分别用两个不同的计算机系统检索10个资料, 测得平均检索时间及方差(单位:秒)如下:
例1:假设有A和B两种药,欲比较它们在服用 2小时后在血液中的含量是否一样。对药品A, 随机抽取8个病人服药,服药2小时后,测得8 个病人血液中药物浓度(用适当的单位)分别为: 1.23, 1.42, 1.41, 1.62, 1.55, 1.51, 1.60, 1.76. 对药品B,随机抽取6个病人服药,服药2小时 后,测得血液中药的浓度分别为: 1.76, 1.41, 1.87, 1.49, 1.67, 1.81. 假定这两组观测值抽自具有共同方差的两个正 态总体,在显著性水=0.10下,检验病人血液 中这两种药的浓度是否有显著不同?
x % y %
0.20 0.30 0.10 0.21
0.40 0.52
0.50 0.32
0.60 0.78
0.70 0.80 0.90 1.00 0.59 0.68 0.77 0.89
d x y % 0.10 0.09 0.12 0.18 0.18 0.11 0.12 0.13 0.11

第二节-正态总体均值和方差的假设检验PPT课件

第二节-正态总体均值和方差的假设检验PPT课件
分布, 且总体方差相等. (0.05)
解 依题, 意 两总X体 和Y分别服从正态
N(1,2)和N(2,2), 1,2,2均为未 , 知
22
需要H 检 0:1 验 2,H 1假 :12 设 .
n1 8, x1.992,5s12 0.21,6 n2 7, y20.00,0s22 0.39,7 且 sw 2(81)8 s1 2 7( 7 2 1)s220.54 , 7
10
得 kt/2(n 1 ),
拒绝 t域 x s/n 0为 t/2(n1).
上述利用 t 统计量得出的检验法称为t 检验法.
对于正N 态 (,总 2),当 体 2未知 ,关 时 于 的
单边检验的8拒 .中 1绝 给 .域 出在表
在实际中, 正态总体的方差常为未知, 所以 我们常用 t 检验法来检验关于正态总体均值的检 验问题.
故 k 1 1 2 得 / 2 ( n 1 ) ,k 2 2 / 2 ( n 1 ) .
拒绝域为:
(n 1)s2
2 0
12/2(n1)或
(n1)s2
02
2/2(n1).
指它们的和集
26
(2)单边检验问题的拒绝域 (设显著水平)为
右边假设检验: H 0 :2 0 2 ,H 1 :2 0 2 ,
P 2 0 2 (n 1 2 )S 2 (n 0 1 2 )k . (因2 为 0 2 )
要 P { H 0 为 使 ,拒 H 真 0 } 绝 ,
只需 P 2 0 2 令 (n 1 2 )S 2(n 0 1 2 )k .
因(为 n 12)S2~2(n1),所(以 n01 2)k 2(n1),
x 0 (/ n )z, 即x/ n0 z.
比较N 正 (,2 态 )在总 方 2 已 体 差 ,知 对时 均

8.2正态总体均值的假设检验

8.2正态总体均值的假设检验

t t ( n1 n2 2).
x y 因为 t 4.295, 1 1 sw 10 10
t0.05 (18) 1.7341,
所以拒绝 H 0 ,
即认为建议的新操作方法较原来的方法为优.
例5 有甲、乙两台机床加工相同的产品, 从这两台机床加工 的产品中随机地抽取若干件, 测得产品直径(单位:mm)为 机床甲: 20.5, 19.8, 19.7, 20.4, 20.1, 20.0, 19.0, 19.9
X 0 P Z / n
拒绝域为 Z Z
或 H0: 0;H1:0
X 0 P Z / n
拒绝域为 Z Z
2、方差未知 问题:总体 X~N(,2),2未知 假设 H0:=0;H1:≠0 构造T统计量 T X 0 ~ t (n 1)
t检验 双边检验
X 0 由 P t 2 (n 1) S n 确定拒绝域 T t 2 (n 1) x 0 如果统计量的观测值 T t 2 (n 1) S n
则拒绝原假设;否则接受原假设
S
n
例2 化工厂用自动包装机包装化肥,每包重量服从正态 分布,额定重量为100公斤。某日开工后,为了确定包 装机这天的工作是否正常,随机抽取9袋化肥,称得平 均重量为99.978,均方差为1.212,能否认为这天的包 装机工作正常?(=0.1) 解 由题意可知:化肥重量X~N(,2),0=100 方差未知,要求对均值进行检验,采用T检验法。
得 k t / 2 (n1 n2 2).
故拒绝域为
( x y) t t / 2 ( n1 n2 2). 1 1 sw n1 n2

一个正态总体均值与方差的假设检验

一个正态总体均值与方差的假设检验
7.2 一个正态总体均值与 方差的假设检验
1. 均值的假设检验 2. 方差的检验 3. 小结
1. 均值的假设检验
设总体 X ~ N ( , 2 ) , 未 知 , 2已 知 或 未 知 , X 1 , X 2 , , X n 是 来 自 总 体 X的 样 本 , 来 检 验 关 于 均 值的 假 设 ( 显 著 性 水 平 为 ):
x 0 10.48 10.5 t分布表 t 0.327, s/ n 0.237 / 15 查表得 t / 2 ( n 1) t0.025 (14) 2.1448 t 0.327,
故接受 H0 , 认为金属棒的平均长度 无显著变化.
2 某种电子元件的寿命 X ( 以小时计 ) 服从正态分布 , , 例3 均为未知. 现测得16只元件的寿命如下: 159 280 101 212 224 379 179 264 222 362 168 250 149 260 485 170 问是否有理由认为元件的平均寿命大于225(小时)?
10.9 10.6 10.8 10.5 10.7 10.2 10.7 假定切割的长度服从正态分布, 且标准差没有变化, 试问该机工作 是否正常? ( 0.05 )

因为 X ~ N ( , 2 ), 0.15, 要检验假设H0 : 10.5, H1 : 10.5, x 0 10.48 10.5 n 15, x 10.48, 0.05, 则 0.516, / n 0.15 / 15 查表得 z0.05 1.645,
0
0 0 ( n 1) S 2 ( n 1) S 2 拒绝域的形式 k1 或 k2 , 2 2 0 0
2
当 H 0 为真时,

正态总体中参数的假设检验

正态总体中参数的假设检验

正态总体中参数的假设检验正态总体参数的假设检验是统计推断中的一种方法,用于判断总体参数是否符合我们的假设。

下面将详细介绍正态总体参数的假设检验原理和步骤。

一、假设检验原理正态总体参数的假设检验是通过收集样本数据,计算样本统计量来推断总体参数的方法,其中包括均值和标准差。

在进行正态总体参数的假设检验时,我们首先假设总体参数的值,并设立一个零假设和一个备择假设。

其中零假设(H0)是我们希望证伪的假设,备择假设(H1)是我们希望证明的假设。

然后,我们根据样本数据计算得到样本统计量,比如样本均值和样本标准差,并将其与假设中的总体参数进行比较。

通过计算假设检验统计量的值,我们可以判断是否拒绝零假设,即总体参数是否符合我们的假设。

二、假设检验步骤1.确定假设:我们首先需要确定我们要研究的总体参数是均值还是标准差,并设立零假设和备择假设。

通常情况下,零假设是总体参数等于一些特定值,备择假设可以是总体参数大于、小于或者不等于该特定值。

2.收集样本数据:我们需要从总体中取得一个样本,并记录相应的观测值。

3.计算样本统计量:根据样本数据,我们可以计算得到样本均值和样本标准差。

4.计算假设检验统计量:根据样本数据和零假设中的总体参数值,我们可以计算得到假设检验统计量的值,该值用于判断是否拒绝零假设。

5.设定显著性水平:我们需要设定一个显著性水平,通常为0.05或0.01、显著性水平表示拒绝零假设的程度,如果得到的结果小于显著性水平,则可以拒绝零假设。

6.判断拒绝或接受零假设:根据计算得到的假设检验统计量的值与临界值进行比较,如果假设检验统计量的值小于临界值,则拒绝零假设;如果假设检验统计量的值大于等于临界值,则接受零假设。

7.得出结论:根据拒绝或接受零假设的结果,我们可以得出总体参数是否符合我们的假设。

三、举例说明假设我们要研究厂生产的产品的重量是否符合标准,假设标准重量为500克。

我们收集了一个包含30个产品的样本,并计算得到样本的平均重量为495克,标准差为10克。

正态总体均值的检验

Z / 2
12
m

2 2
n
∴拒绝域为
X Y
2 1
m

2 2
n
(2)方差12=22 =2 ,但2未知的情况 根据定理
X Y
1
2
∴当H0:1= 2 为真时,
1 1 S m n
~tm n 2
X Y ~tm n 2 1 1 S m n
欲考察一项新技术对提高产品质量是否 有效。 我们把新技术实施前后生产的产品质 量指标分别看成一个正态总体N(1,12)和 N(2,22)。这时,我们所考察的问题,就 归结为检验这两个正态总体的均值1和2 是否相等的问题。
设X1,X2,,Xm与Y1,Y2,,Yn分别为来自正 态总体N(1,12)和N(2,22)的样本,且两 个样本独立。考虑检验假设:
2 2
则拒绝原假设;否则接受原假设。
例4 某炼铁厂的铁水含碳量X在正常情况下 服从正态分布,现对工艺进行了某些改进, 从中抽取5炉铁水测得含碳量如下: 4.421,4.052,4.357,4.287,4.683, 据此是否可判断新工艺炼出的铁水含碳量的 方差仍为0.1082(=0.05)?
解:这是一个均值未知,正态总体的方差 检验,用2检验法。
§3.2 正态总体参数的假设检验
一、正态总体均值的检验 (I) H0:μ=μ0 H1:μ≠μ0
设X1,X2, ,Xn为来自总体N(,2)的样本, 对以上假设的显著性水平为的假设检验。.
方差2已知的情况(检验法) 构造统计量
X 0 ~N (0,1) / n
X 0 P Z / 2 / n 即P X 0 Z / 2 ( / n )

两个正态总体均值差和方差的假设检验


方差齐性检验是检验 两个正态总体方差是 否相等的统计方法。
常用的方差齐性检验 方法有:Levene检验、 Bartlett检验和Welch 检验。
Levene检验基于方差 分析,通过比较不同 组间的方差来判断方 差是否齐性。
Bartlett检验基于 Kruskal-Wallis秩和 检验,通过比较不同 组间的中位数和四分 位距来判断方差是否 齐性。
独立样本的均值检验
1
独立样本的均值检验是用来比较两个独立正态总 体的均值是否存在显著差异的统计方法。
2
常用的独立样本均值检验方法包括t检验和z检验, 其中t检验适用于小样本和大样本,而z检验适用 于大样本。
3
在进行独立样本均值检验时,需要满足独立性、 正态性和方差齐性的假设,以确保检验结果的准 确性和可靠性。
根据研究目的和数据类型,选择合适的统计量 来描述样本数据。
确定临界值
根据统计量的分布和显著性水平,确定临界值。
计算样本统计量
根据样本数据计算所选统计量的值。
做出决策
将样本统计量的值与临界值进行比较,做出接受 或拒绝原假设的决策。
解读结果
根据决策结果解读研究问题,给出结论和建议。
Part
02
两个正态总体均值的假设检验
Part
05
结论与展望
假设检验的优缺点
理论基础坚实
假设检验基于概率论和统计学原理,具有坚实的理论基础。
操作简便
假设检验提供了清晰的步骤和标准,方便研究者进行操作。
假设检验的优缺点
• 实用性强:假设检验广泛应用于各个领域,为科学研究和实践提供了有效的工具。
假设检验的优缺点
01
对数据要求较高
假设检验对数据的分布、样本量 等有一定的要求,不符合条件的 样本可能导致检验结果不准确。
  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)。
2.方差未知单正态均值的假设检验;
3.两个正态总体均值差的检验。
情感态度与价值观
1.培养学生把复杂问题抓住问题的本质简单化.
2.让学生理解,一个真理的发现不是一蹴而就的,需要经过有简单到复杂,由具体到抽象的不断深入的过程.
教学分析
教学内容
1. 单个正态总体均值的假设检验;
2.两个正态总体均值差的检验;
概率论与数理统计教学设计
课程名称
经济应用数学C
课时
50+50=100分钟
任课教师
蔡东平
专业与班级
市营B1601班
人资B1601-02班
课型
新授课
课题
正态总体下均值的假设检验




知识与技能
1. 掌握单个正态总体均值的假设检验;
2.了解两个正态总体均值差的检验;
过程与方法
1.方差已知单正态均值的假设检验;
例按饲料配方规定,每1000kg某种饲料中维生素C大于246g,现从工厂的产品中随机抽测12个样品,测得维生素C含量如下:255、260、262、248、244、245、250、238、246、248、258、270g/1000kg,若样品的维生素C含量服从正态分布,问此产品是否符合规定要求?
按题意,此例应采用单侧检验。
t检验假设样本服从正态分布,但是,当样本中等程度偏离正态分布时,不会影响t检验的可靠性(validity),统计术语称t检验为稳健的(robust)。
时间18分钟
总结
累计50分钟
作业布置:
1.复读课本第224至第232页;
2.完成书面作业:第248页第12-13题;
3.预习课本第233页至239页.
解:这是两个总体均值之差的显著性检验,没有涉及到方向,所以是双边检验。由于两个样本均为大样本且总体方差已知,因而可用检验统计量:
(1)提出假设: :

(2)根据子样计算实际检验量的值
(3)当 时,查正态分布表得 。
(4)因为 ,故拒绝 ,认为甲、乙两类地区居民的人均年收入有显著性差异。
例7.7某车间比较用新、旧两种不同的工艺流程组装一种电子产品所用的时间是否有差异,已知两种工艺流程组装产品所用的时间服从正态分布,且 。第一组有10名技工用旧工艺流程组装产品,平均所需时间 分钟,子样标准差 分钟,另一组有8名技工用新工艺流程组装产品,平均所需时间 分钟,标准差 分钟。试问用新、旧两种不同工艺流程组装电子产品哪一种工艺方法所需时间更少?(
时间30分钟
5. 例题选讲(18分钟)
教学意图
教学内容
教学环节
累计48分钟
例公司从生产商购买牛奶。公司怀疑生产商在牛奶中掺水以谋利。通过测定牛奶的冰点,可以检验出牛奶是否掺水。天然牛奶的冰点温度近似服从正态分布。均值 标准差 。牛奶掺水可使冰点温度升高而接近于水的冰点温度(0℃)。测得生产商提交的5批牛奶的冰点温度,其均值为 ,问是否可以认为生产商在牛奶中掺了水?取

例7.4某日用化工厂用一种设备生产香皂,其厚度要求为 ,今欲了解设备的工作性能是否良好,随机抽取10块香皂,测得平均厚度为 ,标准差为 ,试分别以 的显著性水平检验设备的工作性能是否合乎要求。
解:根据题意,香皂的厚度指标可以认为是服从正态分布的,但总体方差未知,且为小样本。这是一个总体均值的双边检验问题。
(4)计算实际检验量的数值:

(5)因为 ,落入拒绝域,故应拒绝原假设 ,接受 ,认为零件的孔径偏离了 的合格要求,且偏小。这说明钻孔机的操作已不正常,应进行调试。
时间:15分钟
3.小样本,正态总体且方差 未知(20分钟)
教学意图
教学内容
教学环节
累计50分钟
当总体服从正态分布 , 和 为未知参数,小样本时,要检验 时的统计量是自由度为 的 分布:


在对两个总体均值之差进行假设检验时,假设的形式一般有以下三种:
: :
: :
: :
例7.6在一项社会调查中,要比较两个地区居民的人均年收入。根据以往的资料,甲、乙两类地区居民人均年收入的标准差分别为 5365元和 4740元。现从两地区的居民中各随机抽选了100户居民,调查结果为:甲地区人均年收入 30090元,乙地区人均年收入为 28650元。试问,当 时,甲、乙两类地区居民的人均年收入水平是否有显著性的差别。
同样的检验数据,检验的结论不同,这似乎是矛盾的。其实不然,当在显著性水平 时接受原假设,只能是认为在规定的显著性水平下,尚不能否定原假设。接受 ,并不意味着有绝对的把握保证 为真。我们从此例看到,在95﹪的置信水平上否定原假设,但是却不能在99﹪的置信水平上否定原假设。
时间20分钟
下课休息10分钟
4. 两个总体均值之差的抽样分布(30分钟)
1.假设为:
H0:246,HA:>246
2.统计数的计算
经计算得: = 252,S = 9.115。所以
= = = 2.280,df=n– 1 = 12 – 1 = 11
3.统计推断
因为|t| > 单侧t0.05(11)= 1.796,而单侧t0.01(11)=2.718,所以,0.01 <P< 0.05,否定H0:246,接受HA:> 246,表明样本平均数与总体平均数差异显著,可以认为该批饲料维生素C含量符合规定要求。
要求学生认真完成作业.
教学评价
使用“案例式教学”和“交互探究式教学”等教学手段与方法营造出了轻松活跃的教学氛围,将再次非常有效地激发学生的学习兴趣,加深学生正态总体下对均值的检验内容的学习印象.
在本节的教学过程中,学生均表现出较高的积极性和较大的情感投入,通过提问和交流说明学生已初步获得较理想的学习效果,也达到了本节的课的教学目标.
解:从题意分析知道,该厂检验的目的是希望这批零件的抗热温度高于12500C,而低于12500C的应予拒绝,因此这是一个左边检验问题。
(1)提出假设: :
: 。
(2)建立检验统计量为:

(3)根据给定的显著性水平 ,查表得临界值 ,因此拒绝域为 。
(4)计算检验量的数值

(5)因为 ,落入拒绝域,故拒绝原假设或接受备择假设,认为最近生产的这批零件的抗高温性能低于12500C,不能认为产品符合质量要求。
时间:15分钟
2.大样本,总体分布和总体方差 未知:(15分钟)
教学意图
教学内容
教学环节
累计30分钟
在大样本的条件下,不论总体是否服从正态分布,由中心极限定理可知,样本均值 近似服从正态分布 ,( 为总体均值, 为总体方差, 为样本容量)。总体方差未知时,可用大样本方差 代替总体方差 来估计。所以总体均值的检验量为:
教学重点
单个正态总体均值的假设检验;
教学难点
两个正态总体均值差的检验;
教学方法与策略
课堂教学设计思路
1.在实际工作中我们往往需要检验一个样本平均数与已知的总体平均数是否有显著差异,即检验该样本是否来自某一总体。已知的总体平均数一般为一些公认的理论数值、经验数值或期望数值。如畜禽正常生理指标、怀孕期、家禽出雏日龄以及生产性能指标等,可以用样本平均数与之比较,检验差异显著性。这类检验的假设共有3种,与例5.1的3种相似。由第4章第7节,我们可以用 t 统计数进行假设检验,称为t检验(t test)。
(1)提出假设: : (合乎质量要求),
: (不合乎质量要求)。
(2)建立检验统计量。
由题目的条件,检验统计量为:

(3)当 和自由度 ,查表得 ,拒绝域为 及 ,接受域为 。
当 和自由度 ,查表得 ,拒绝域为 及 。
(4)计算实际检验量的值:

(5)当 时, ,落入接受域,故接受原假设 ,认为在 的显著性水平下,设备的工作性能尚属良好。当 时, ,落入了拒绝域,因此要拒绝原假设 ,认为在 的显著性水平下,设备的性能与良好的要求有显著性差异。
教学意图
教学内容
教学环节
累计30分钟
两个总体均值之差的分布一般有三种情形:
1、当两个正态总体方差已知时,两总体均值之差的抽样分布为:
2、当两个总体分布和总体方差未知,两个均为大样本时,两总体均值之差的抽样分布为:
3、当两个正态总体方差未知(但方差相等),两个均为小样本时,两总体均值之差的抽样分布为:
板书设计
1.方差已知单正态均值的假设检验;
2.方差未知单正态均值的假设检验;
3.两个正态总体均值差的检验。
教学进程
1.正态总体方差 已知(15分钟)
教学意图
教学内容
教学环节
累计15分钟
例某厂生产一种耐高温的零件,根据质量管理资料,在以往一段时间里,零件抗热的平均温度是12500C ,零件抗热温度的标准差是1500C。在最近生产的一批零件中,随机测试了100个零件,其平均抗热温度为12000C。该厂能否认为最近生产的这批零件仍然符合产品质量要求,而承担的生产者风险为0.05。
解:由题意知,总体方差 未知,但两者相等。两样本均为小样本,故用 作检验统计量
1、提出假设,若 ,则表示两种工艺方法在所需时间上没有显著差异;若 ,则表示用新工艺方法所需时间少,所以,单边右检验:
: ,
: 。
2、由已知条件, ,计算检验量的值:

。。Biblioteka 3、当 时, 的自由度为 ,查 分布表,临界值为 ,拒绝域为 ,因 ∈ 落入拒绝域,所以拒绝 ,接受 ,认为新工艺流程组装产品所用时间更少。
根据题意,本例应进行双侧t检验。
1.假设为:
H0:= 114 ,HA:≠ 114
2.统计数的计算
经计算得: = 114.5,S= 1.581。所以
= = =1.000, =10-1=9
3.统计推断
相关文档
最新文档