下载文档原格式
第七章 假设检验I 教学基本要求1、了解假设检验的相关概念及基本思想，掌握假设检验的基本步骤，知道犯两类错误的概率的含义；2、掌握单正态总体均值和方差的假设检验；3、掌握两个正态总体均值差与方差比的假设检验；4、了解分布的假设检验.II 习题解答A 组1、某企业生产铜丝，而折断力的大小是铜丝的主要质量指标.从过去的资料来看，可认为折断力2(570,8)X N ~(单位：千克力)，现更换了一批原材料，测得10个样品的折断力如下：578 572 570 568 572 570 570 572 596 584 从性能上看，折断力的方差不会有什么变化，试问折断力的大小与原先有无差异(0.05)α=？解：若折断力的大小与原先无差异，则总体均值μ应为570，因此，提出假设如下：0H ：570μ= vs 1H ：570μ≠由0.05α=，查附表得临界值0.975 1.96u =，根据样本观测值求得575.2x =于是，检验统计量U 的值2.055U ==由于0.975||U u ≥，所以，在显著性水平0.05α=下拒绝原假设0H ，即认为折断力与原先有差异.2、某工厂生产的电子元件平均使用寿命2(,)X N μσ~，现抽测15个元件，得到18000x =、5200s =(单位：小时)，试问该工厂生产的电子元件的平均使用寿命是否为20000(0.05)α=？解：若该工厂生产的电子元件的平均使用寿命为20000，则总体均值μ应为20000，因此，提出假设如下：0H ：20000μ= vs 1H ：20000μ≠由0.05α=，查附表得临界值0.975(14) 2.145t =，由已知数据求得检验统计量T 的值0.149T ==-由于0.975||(14)T t <，所以，在显著性水平0.05α=下接受原假设0H ，即认为该工厂生产的电子元件的平均使用寿命是20000小时.3、用热敏电阻测温仪间接测量地热勘探井底温度，重复测量6次，测得温度(C )为：111.0112.4110.2111.0113.5111.9假定测量的温度服从正态分布，且井底温度的真实值为111.6C ，试问用热敏电阻测温仪间接测温是否准确(0.05)α=？解：若用热敏电阻测温仪间接测温是准确的，则总体均值μ应为111.6，因此，提出假设如下：0H ：111.6μ= vs 1H ：111.6μ≠由0.05α=，查附表得临界值0.975(5) 2.571t =，根据样本观测值求得111.67x =、2 1.399s =于是，检验统计量T 的值0.145T ==由于0.975||(5)T t <，所以，在显著性水平0.05α=下接受原假设0H ，即认为用热敏电阻测温仪间接测温是准确的.4、设考生在某次考试中的成绩服从正态分布，从中随机地抽取36位考生的成绩，得到平均成绩为66.5分、标准差为15分，问是否可以认为这次考试全体考生的平均成绩为70分(0.05)α=？解：若这次考试全体考生的平均成绩为70分，则总体均值μ应为70，因此，提出假设如下：0H ：70μ= vs 1H ：70μ≠由0.05α=，查附表得临界值0.975(35) 2.0301t =，由已知数据求得检验统计量T 的值1.4T ==-由于0.975||(35)T t <，所以，在显著性水平0.05α=下接受原假设0H ，即认为这次考试全体考生的平均成绩为70分.5、某化肥厂用自动包装机包装化肥，每包质量服从正态分布2(50,)N σ，某日开工后，随机抽取8包化肥，测得质量(单位：kg )如下：49.249.850.350.849.749.650.550.1问该天包装的化肥质量的方差是否为1.3(0.05)α=？解：若该天包装的化肥质量的方差是1.3，则21.3σ=，因此，提出假设如下：0H ：2 1.3σ= vs 1H ：2 1.3σ≠由0.05α=，查附表得临界值20.025(8) 2.1797χ=、20.975(8)17.5345χ=，根据样本观测值求得21()2.192nii x μ=-=∑于是，检验统计量2χ的值2 2.1921.6861.3χ== 由于220.025(8)χχ≤，所以，在显著性水平0.05α=下拒绝原假设0H ，即认为该天包装的化肥质量的方差不是1.3.6、设某化纤厂生产的维尼纶的纤度在正常情况下服从方差为20.05的正态分布，现随机抽取6根，测得其纤度为1.33 1.351.541.451.371.53问维尼纶纤度的方差是否正常(0.10)α=？解：若维尼纶纤度的方差正常，则220.05σ=，因此，提出假设如下：0H ：220.05σ= vs 1H ：220.05σ≠由0.10α=，查附表得临界值20.05(5) 1.146χ=、20.95(5)11.07χ=，根据样本观测值求得1.43x =、20.0085s =于是，检验统计量2χ的值22(61)0.00851.70.05χ-⨯==由于2220.050.95(5)(5)χχχ<<，所以，在显著性水平0.10α=下接受原假设0H ，即认为维尼纶纤度的方差是正常的.7、生产某种产品可用两种操作方法.用第一种操作方法生产的产品抗折强度21(,7)X N μ~；用第二种操作方法生产的产品抗折强度22(,9)Y N μ~(单位：千克)，现从第一种操作方法生产的产品中随机抽取13件，得到42x =，从第二种操作方法生产的产品中随机抽取17件，测得36y =，问这两种操作方法生产的产品的平均抗折强度是否有显著差异(0.05)α=？解：若这两种操作方法生产的产品的平均抗折强度无显著差异，则12μμ=，因此，提出假设如下：0H ：12μμ= vs 1H ：12μμ≠由0.05α=，查附表得临界值0.975 1.96u =，由已知数据求得检验统计量U 的值2.054U ==由于0.975||U u ≥，所以，在显著性水平0.05α=下拒绝原假设0H ，即认为这两种操作方法生产的产品的平均抗折强度有显著差异.8、某种物品在处理前与处理后分别抽样分析其含脂率，测得数据如下：假设处理前后的含脂率都服从正态分布，且方差不变，问该物品处理前后含脂率的均值是否有显著差异(0.01)α=？解：若该物品处理前后含脂率的均值无显著差异，则12μμ=，因此，提出假设如下：0H ：12μμ= vs 1H ：12μμ≠由0.01α=，查附表得临界值0.995(13) 3.012t =，根据样本观测值求得0.23x =、0.18y =、20.0094x s =、20.0045ys =、0.0822w s = 于是，检验统计量T 的值2.273T==由于0.995||(13)T t<，所以，在显著性水平0.01α=下接受原假设H，即认为该物品处理前后含脂率的均值无显著差异.9、有甲、乙两台机床加工同样的产品，现从这两台机床加工的产品中随机地抽取若干产品，测得产品直径(单位：)为：问甲乙两台机床加工的精度是否有显著差异(0.05)α=？解：若甲乙两台机床加工的精度无显著差异，则它们的方差相同，因此，提出假设如下：0H：2212σσ=vs1H：2212σσ≠由0.05α=，查附表得临界值0.0250.97511(7,6)0.1953(6,7) 5.12FF===、0.975(7,6) 5.70F=，根据样本观测值求得19x=、19y=、20.1029xs=、20.3967ys=于是，检验统计量F的值0.10290.25940.3967F==由于0.0250.975(7,6)(7,6)F F F<<，所以，在显著性水平0.05α=下接受原假设H，即认为甲乙两台机床加工的精度无显著差异.10、某车床生产滚珠，现随机抽取了50个产品，测得它们的直径(单位：mm)为：15.0 15.8 15.2 15.1 15.9 14.7 14.8 15.5 15.6 15.315.1 15.3 15.0 15.6 15.7 14.8 14.5 14.2 14.9 14.915.2 15.0 15.3 15.6 15.1 14.9 14.2 14.6 15.8 15.215.9 15.2 15.0 14.9 14.8 14.5 15.1 15.5 15.5 15.115.1 15.0 15.3 14.7 14.5 15.5 15.0 14.7 14.6 14.2问滚珠直径是否服从正态分布(0.05)α=？解：若滚珠直径服从正态分布，则2(,)X Nμσ~，因此，提出假设如下：0H：2(,)X Nμσ~由于μ、2σ未知，因而用它们的最大似然估计值ˆ15.1xμ==、222ˆ0.4325sσ==代替得到分布2(15.1,0.4325)N，为了求统计量2χ的值，取14.05a=、16.15ka=，将0[,]k a a 等分为7个小区间，列表计算得：于是，检验统计量2χ的值221() 3.062ki i i i n np np χ=-==∑再由0.05α=，查附表得临界值20.95(4)9.488χ=，由于220.95(4)χχ<，所以，在显著性水平0.05α=下接受原假设0H ，即认为滚珠直径服从正态分布.B 组1、随机地从一批直径服从正态分布的滚珠中抽取7个，测得其直径(单位：mm )为： 13.70 14.21 13.90 13.91 14.32 14.32 14.10假设滚珠直径总体分布的方差为0.05，问这批滚珠的平均直径是否小于等于14.25(0.05)α=？解：若这批滚珠的平均直径是小于等于14.25，则14.25μ≤，因此，提出假设如下：0H ：14.25μ≤ vs 1H ：14.25μ>由0.05α=，查附表得临界值0.95 1.65u =，根据样本观测值求得14.07x =于是，检验统计量U 的值2.118U ==-由于0.95U u <，所以，在显著性水平0.05α=下接受原假设0H ，即认为这批滚珠的平均直径小于等于14.25.2、设1x 、2x 、…、n x 是取自正态总体2(,)N μσ的样本，记11ni i x x n ==∑、221()ni i Q x x ==-∑，试在此记号下求检验假设0H ：0μ=的检验统计量？解：该问题是单正态总体方差未知时关于期望μ的假设检验问题，检验统计量应选为x T =由于222111()11n ii s x x Q n n ==-=--∑，即s =，从而检验统计量为x T ==3、某种导线要求其电阻的标准差不超过0.004欧姆，现从生产的一批导线中随机抽取8根，得到220.006s =，若该导线的电阻服从正态分布，问能否认为这批导线的标准差偏小(0.05)α=？解：若这批导线的标准差偏小，则220.004σ≤，因此，提出假设如下：0H ：220.004σ≤ vs 1H ：220.004σ>由0.05α=，查附表得临界值20.95(7)14.067χ=，由已知数据求得检验统计量2χ的值222(81)0.00615.750.004χ-⨯== 由于220.95(7)χχ≥，所以，在显著性水平0.05α=下拒绝原假设0H ，即认为这批导线的标准差偏大.4、下面是某两种型号的电器充电后所能使用的时间(单位：小时)的观测值 型号A 5.5 5.6 6.3 4.6 5.3 5.0 6.2 5.8 5.1 5.2 5.9 型号B 3.8 4.3 4.2 4.0 4.9 4.5 5.2 4.8 4.5 3.9 3.7 4.6设两样本独立且抽样的两个正态总体方差相等，试问能否认为型号A 比型号B 平均使用的时间更短(0.01)α=？解：若型号A 比型号B 平均使用的时间更短，则12μμ≤，因此，提出假设如下：0H ：12μμ≤ vs 1H ：12μμ>由0.01α=，查附表得临界值0.99(21) 2.5176t =，根据样本观测值求得5.5x =、 4.3667y =、20.274x s =、20.2188ys =、0.4951w s =于是，检验统计量T的值5.4837T==由于0.99(21)T t≥，所以，在显著性水平0.01α=下拒绝原假设H，即认为型号A比型号B平均使用的时间更长.5、某药厂生产一种新的止痛片，厂方希望验证服用新药片后到开始起作用的时间间隔较原有止痛片至少缩短一半，因此厂方提出检验假设H：122μμ=vs1H：122μμ>其中1μ、2μ分别是服用原有止痛片和服用新止痛片后到开始起作用的时间间隔的总体均值，若这两个总体均服从正态分布，且方差21σ、22σ已知，现分别从两个总体中抽取两个独立样本1x、2x、…、mx和1y、2y、…、ny，试给出上述假设检验问题的检验统计量及拒绝域？解：设X为服用原有止痛片后到开始起作用的时间间隔，Y为服用新止痛片后到开始起作用的时间间隔，则211(,)X Nμσ~、222(,)Y Nμσ~，于是22121242(2,)x y Nm nσσμμ-~-+()~(0,1)x yU N⇒=当H成立，有~(0,1)x yU N=所以，可选取检验统计量x yU=对于给定的显著性水平α，检验的拒绝域为1{|}W U U uα-=≥.6、有两箱来自不同厂家的功能相同的金属部件，从第一箱中抽取60个，从第二箱中抽取40个，得到部件重量()mg的样本方差分别为215.46xs=、29.66ys=.若两样本相互独立且服从正态分布，试问第一箱重量的总体方差是否比第二箱重量的总体方差小(0.05)α=？解：若第一箱重量的总体方差比第二箱重量的总体方差小，则2212σσ≤，因此，提出假设如下：0H ：2212σσ≤ vs 1H ：2212σσ> 由0.05α=，查附表得临界值0.95(59,39) 1.64F =，根据已知数据求得检验统计量F 的值15.461.609.66F == 由于0.95(59,39)F F <，所以，在显著性水平0.05α=下接受原假设0H ，即认为第一箱重量的总体方差比第二箱重量的总体方差小.7A B 设两批电子器件的电阻分别服从211(,)N μσ、222(,)N μσ，试问能否认为两个总体服从相同的正态分布(0.05)α=？解：(1) 先检验两个总体方差相同.若两个总体方差相同，则2212σσ=，因此，提出假设如下： 0H ：2212σσ= vs 1H ：2212σσ≠ 由0.05α=，查附表得临界值0.0250.97511(5,5)0.140(5,5)7.15F F ===、0.975(5,5)7.15F =，根据样本观测值求得0.141x =、0.139y =、20.0000078x s =、20.0000071ys = 于是，检验统计量F 的值0.00000781.10.0000071F ==由于0.0250.975(5,5)(5,5)F F F <<，所以，在显著性水平0.05α=下接受原假设0H ，即认为两个总体方差相同；(2) 在(1)的基础上检验两个总体均值相同.若两个总体均值相同，则12μμ=，因此，提出假设如下：0H ：12μμ= vs 1H ：12μμ≠由0.05α=，查附表得临界值0.975(10) 2.2281t =，根据样本观测值求得20.0000074w s =于是，检验统计量T 的值1.267T ==由于0.975||(10)T t <，因而在显著性水平0.05α=下接受原假设0H ，即认为两个总体均值相同；所以，可认为两个总体服从相同的正态分布.8、在一批灯泡中抽取300只进行寿命测试，试验结果如下：试检验假设：0H ：灯泡寿命服从指数分布0.0050.0050()00te tf t t -⎧>=⎨≤⎩(0.05)α=？解：根据题意提出假设0H ：(0.005)X E ~为了求统计量2χ的值，将(0,)+∞分为4个小区间(0,100]、(100,200]、(200,300]、(300,)+∞，列表计算得：于是，检验统计量2χ的值221() 1.8393ki i i in np np χ=-==∑再由0.05α=，查附表得临界值20.95(3)7.8147χ=，由于220.95(3)χχ<，所以，在显著性水平0.05α=下接受原假设0H ，即认为该批灯泡寿命服从参数为0.005的指数分布.。
第7章 参数估计内容 提要 本章主要讲述点估计（矩法估计，极大似然估计）；估计量的评价准则（无 偏性，最小方差性和有效性，其它几个准则）；区间估计（区间估计的一般步骤， 单个正态总体参数的区间估计，双正态总体参数的区间估计，非正态总体参数的 区间估计）等内容．重点 分析 1、理解点估计的概念，掌握矩估计法（一阶、二阶）。
了解极大似然估计法。
2、了解估计量的评选标准（无偏性、有效性、一致性）。
3、理解区间估计的概念，会求单个正态总体的均值与方差的置信区间，会求两个正态总体的均值差与方差比的置信区间。
难点 分析1、矩法估计，极大似然估计。
2、估计量的评价准则。
3、正态总体参数的区间估计。
教 学 内 容第七章 参数估计(Parameter Estimation)§7.1 点估计(Point Estimation )一、 矩估计法(Square Estimation )如上所述，例 5.4 中我们所做的对该地区农户的平均收入水平和贫富悬殊程度做出推断这一工作，用数理统计的 话说，实质上是对总体 ) , ( ~ 2s m N X 的未知参数期望值m 与方差值 2s 进行估计。
我们当时是分别用样本均值 X 和 样本方差 2S 来反映这两个量的，那么这样做是否合理？直观来看这样做是合理的，从概率论的观点看也是合理的。
事 实上，若总体 X 的期望存在， n X X X X E , , , , ) ( 2 1 L m = 是出自 X 的样本，则由柯尔莫哥洛夫强大数定律,以概率为 １地成立å = ¥ ® = ni i n X n 11 lim m 而上式左边极限号内正是样本均值 X ，因此,我们常用 X 作为m 的估计值。
不仅如此，若 X 的k 阶矩存在， k k a EX = ，则同样由柯尔莫哥洛夫强大数定律得出 å = = n i kki a X n 11 lim 以概率为１成立。
第七章 参数估计1． 样本均值74.002X =样本方差822611() 6.8571081i i S X X -==-=⨯-∑ 样本二阶中心矩 822611()6108ii S X X -==-=⨯∑ 均值与方差的矩估计值分别为： 2674.002610μσ-= =⨯ 2．（1）矩估计(1)()1cccE X x c xdx c x dx θθθθθθθθ+∞+∞-+-===-⎰⎰ 令1c X θθ=-，得θ的估计量为 X X c θ=-，θ的估计值为 1111ni i ni i x n x c n θ===-∑∑ （2）极大似然估计(1)(1)(1)11()()()n n n L c x c x c x x θθθθθθθθθθ-+-+-+==1ln ()ln()(1)ln ni i L n c x θθθθ==-+∑令1ln ln ln 0ni i L n n c x θθ=∂=+-=∂∑得θ的估计值为 1ln ln nii nx n cθ==-∑，θ的估计量为 1ln ln nii nXn cθ==-∑3．（1） 矩估计121433X ++== 22()122(1)3(1)32E X θθθθθ=⨯+⨯-+⨯-=-令()E X X = 得θ的估计值为 56θ= 极大似然估计2256112233()()()()2(1)22L P X x P X x P X x θθθθθθθ=====⨯-⨯=-令ln 5101L θθθ∂=-=∂-，得θ的估计值为 56θ=（2）矩估计量11ni i X X n λ===∑极大似然估计1111211()()()...()...!!!...!inx x x nn n n n e e L P X x P X x P X x ex x x x λλλλλλλ---∑======令ln ()0i x L n λθλ∂=-+=∂∑，得λ的似然估计值为 i x nλ=∑， 从而λ的似然估计量为11ni i X X n λ===∑。
概率论第七章参数估计参数估计是概率论中的一个重要概念，用于根据样本数据推断总体参数的未知值。
本文将介绍参数估计的概念、常见的估计方法以及对估计结果的评估。
一、参数估计的概念参数估计是指根据样本数据来推断总体参数的未知值。
总体是指要研究的对象的全体，参数是总体分布的特征数值，例如总体均值、总体方差等。
参数估计可以分为点估计和区间估计两种。
点估计是根据样本数据得到一个参数值的估计方法。
常见的点估计方法有最大似然估计法和矩估计法。
最大似然估计法是根据已知的样本数据，选择使得基于样本数据构建的似然函数取得最大值的参数值作为参数的估计值。
矩估计法是根据已知的样本数据，选择使得样本矩与总体矩之间的差距最小的参数值作为参数的估计值。
区间估计是指根据样本数据得到参数的一个区间估计，给出了参数取值范围的上下限。
常见的区间估计方法有置信区间法和预测区间法。
置信区间法是根据样本数据，给出参数估计值的上下限，使得该参数值落在这个区间的概率达到预先规定的置信水平。
预测区间法是根据样本数据，给出新观测值的一个区间估计，使得新观测值落在这个区间的概率达到预先规定的置信水平。
二、常见的估计方法最大似然估计法是参数估计中最常用的方法。
它是在已知样本数据的情况下，选择使得样本数据出现的概率最大的参数值作为参数的估计值。
最大似然估计法的优点是估计结果具有良好的渐进性质，但是对样本数据的要求较高，需要满足一定的充分统计条件。
矩估计法是一种简单的参数估计方法。
它是在已知样本数据的情况下，选择使得样本矩与总体矩之间的差距最小的参数值作为参数的估计值。
矩估计法的优点是计算简单，但是在一些情况下可能存在多个参数估计值。
置信区间法是一种常用的区间估计方法。
它是在已知样本数据的情况下，给出一个区间，使得参数的真值落在这个区间的概率达到预先规定的置信水平。
置信区间法的优点是提供了参数取值范围的上下限，对参数的估计结果具有一定的可信度。
预测区间法是一种用于预测新观测值的区间估计方法。
