下载文档原格式
双置信区间和假设检验1. 前言在统计学中，双置信区间和假设检验是两种常用的推断方法，用于对总体参数进行估计和判断。
通过利用样本数据进行统计分析，我们可以推断总体参数的值，并对其进行假设检验。
本文将介绍双置信区间和假设检验的基本概念和应用方法。
2. 双置信区间双置信区间（Two-sided Confidence Interval）是在给定置信水平下，对总体参数的一个区间估计。
在估计总体参数时，我们通常想要找到一个区间，该区间有一定的置信度包含了总体参数的真实值。
2.1 构造方法双置信区间的构造方法主要包括以下步骤：1.选择置信水平：根据需要选择一个置信水平，常用的置信水平有95%和99%。
2.计算标准误差：根据样本数据计算总体参数的估计值和标准误差。
3.确定临界值：根据置信水平和样本量，查找相应的临界值。
可以使用标准正态分布表或统计软件进行计算。
4.构建置信区间：根据估计值、标准误差和临界值，计算出置信区间的下限和上限。
2.2 示例假设我们想要估计某个机器人的平均行走距离，并确定其95%的置信区间。
我们随机选取了20台机器人进行测试，得到样本数据为：[10.2, 9.8, 11.5, 9.9, 10.1, 10.4, 10.0, 9.7, 10.3, 9.6, 10.2, 10.2, 10.1, 10.3, 10.0, 10.3, 10.5, 10.2, 10.4, 9.9]。
首先，我们计算平均值和标准误差：平均值 = (10.2 + 9.8 + 11.5 + 9.9 + 10.1 + 10.4 + 10.0 + 9.7 + 10.3+ 9.6 + 10.2 + 10.2 + 10.1 + 10.3 + 10.0 + 10.3 + 10.5 + 10.2 + 10.4 + 9.9) / 20 = 10.1标准误差 = 样本标准差/ √样本量 = 0.26接下来，我们需要查找临界值。
由于样本量较小（n < 30），我们可以使用 t分布进行计算。
区间估计和假设检验的基础知识区间估计和假设检验是统计学中非常基础的一块知识，其应用范围非常广泛，涉及到生物、医学、经济、社会科学和财务等众多领域，其最大的作用就是在统计学实践中，给出一定的数据描述方法和数据分析方式，从而更好地了解数据的内在规律，并为数据的决策做出基础性的科学参考。
一、区间估计（一）定义：区间估计是通过样本数据来推断总体的一个未知参数的取值范围的一种统计方法。
比如说，在抓小麻雀活动中，如果观察员在一个固定的面积中看到了2只麻雀，那么他或者她可以通过这个样本数值，推断出小麻雀活动的总体密度范围。
而这个总体的密度范围就是区间估计。
其中，区间估计可以分为点估计和区间估计两类。
点估计只给出未知参数的一个点估计值，而区间估计则可以给出未知参数取值范围和置信水平。
（二）置信区间：置信区间是区间估计的重要组成部分，指的是通过样本原数据而得到的一个总体参数的范围，而这个总体参数就有一定的把握程度，称为“置信水平”。
比如说，如果我们从一个大家庭中随机选取了一些人群的数据，那么根据样本数据，我们可以推断出这个大家庭的总体参数的范围，比如说他们的收入水平。
置信水平一般是用1-alpha表示，其中1-alpha就是给定区间范围的置信度。
（三）步骤：区间估计的步骤可以分为以下几步：1. 确定要估计的总体参数（比如说该大家庭的收入水平）；2. 收集样本数据并计算样本统计量（比如说样本平均数和标准误）；3. 根据置信水平和样本数据计算出相应的置信区间（比如说该大家庭的收入水平位于哪个区间内）。
（四）应用：区间估计在实践中有着广泛的应用。
比如说在市场研究中，我们想知道某种产品的受欢迎程度，可以通过区间估计，推断出该产品的受欢迎程度的范围，还可以通过比较不同竞争对手的受欢迎程度，从而判断该产品在市场上的潜在竞争力和市场占有率。
二、假设检验（一）定义：假设检验也是一种基础的统计推断方法，主要是通过观察数据样本，在不知道总体参数方差的条件下，对总体参数进行推断和判断。
区间估计及假设检验算法实现方法详解随着数学、统计学等学科的发展，计算机技术在数学、统计学中扮演着越来越重要的角色。
在实际应用中，人们往往需要对各种数据进行分析处理以满足不同的需求，如何快速准确地进行数据分析，是一个非常重要的问题。
其中，区间估计和假设检验是数据分析中常用的两种方法。
本文将详细介绍这两种方法的实现方式。
一、区间估计区间估计是以样本统计量为基础，通过分析样本的信息来推断总体参数的取值范围，同时限定一定程度的误差。
通常，我们通过样本估计总体的平均数、标准差等参数，并对其进行区间估计。
常见的区间估计有置信区间、预测区间等。
1. 置信区间置信区间是指在给定的置信水平下，估计总体参数的取值范围。
在实际中，一个置信水平通常取95%或99%，即我们希望在95%或99%的数据中，总体参数的真实值可以被估计出来。
例如我们要估计一个总体的均值，使用样本均值计算出来一个估计值，并使用标准误和置信系数得到置信区间，那么这个置信区间的含义就是，我们认为有95%的置信度，总体均值在这个置信区间之内。
2. 预测区间预测区间是指在给定的置信水平下，预测一个新的数据值的取值范围。
通常，我们需要根据给定的样本数据来估计总体参数，并通过置信水平和误差限制得到一个预测区间。
例如，我们要预测未来一家公司的利润，使用以前几年公司利润值的样本数据，得到一组样本均值、标准误和置信系数等参数，根据置信系数和置信区间计算得到预测区间，那么这个预测区间的含义就是，在一定置信水平下，公司未来的利润值会在这个预测区间之内。
在实际进行区间估计的过程中，通常会使用计算机进行计算。
例如，在R语言中，我们可以使用以下代码实现置信区间的计算：```# 假设有一个样本数据data# 想要计算一个均值的置信区间result <- t.test(data, conf.level = 0.95)# 得到result$conf.int即为置信区间```我们可以看到，R语言中的t.test函数就可以方便地实现置信区间的计算，而不需要手动进行计算。
《社会统计学》全书目录第一章导论第一节什么是社会统计学社会统计的产生与发展·社会统计学的对象与特点·社会统计的方法·社会统计工作的程序第二节社会统计学的几个基本概念总体与单位·标志与变量·指标与指标体系第二章社会统计资料的搜集第一节统计调查的方法及种类原始资料与次级资料·静态资料与静态资料·全面调查与非全面调查·一般调查与专项调查·经常性调查与一次性调查第二节统计调查的组织形式普查·重点调查·典型调查·抽样调查第三节概念的操作化与测量概念的操作化·定类尺度·定序尺度·定距尺度·定比尺度第四节统计误差登记性误差·代表性误差·抽样误差第三章社会统计资料的整理第一节统计分组的原则与标准“穷举”与“互斥”·频数(或次数)分布数列·品质数列与变量数列第二节统计表统计表的格式、内容与种类·统计表的制作规则第三节变量数列的编制对于离散变量·对于连续变量·组距和组数的确定·累计频数第四节统计图直方图·折线图·曲线图·累计顿数分布曲线·洛仑兹曲线与基尼系数第四章集中趋势测量法第一节算术平均数对于未分组资料的算术平均数计算·对于分组资料的算术平均数计算·算术平均数的性质第二节中位数对于未分组资料的中位数计算·对于分组资料的中位数计算·中位数的性质·其他分割法第三节众数对于未分组资料的众数计算·对于分组资料的众数计算·众数的性质第四节几何平均数、调和平均数及其他几何平均数·调和平均数·各种平均数的关系第五章离中趋势测量法第一节全距与四分位差全距·四分位差第二节平均差对于未分组资料A·D的计算·对于分组资料A·D的计算·平均差的性质第三节标准差对于未分组资科S的计算·对于分组资料S的计算·标准差的性质·标准分第四节相对离势变异系数·异众比率·偏态系数第六章概率与概率分布第一节概率论随机现象和随机事件·事件之间的关系·先验概率·经验概率第二节概率的数学性质概率的数学性质·排列与样本点的计数·运用概率方法进行统计推断的前提第三节概率分布、期望值与变异数离数型随机变量及其概率分布·连续型随机变量的概率分布·分布函数·数学期望·变异数第七章假设检验第一节二项分布二项分布的数学形式·二项分布的讨论第二节统计检验的基本步骤建立假设·求抽样分布·选择显著性水平和否定域·计算检验统计量·判定第三节正态分布正态分布的数学形式·标准正态分布·正态曲线下的面积·二项分布的正态近似法第四节中心极限定理抽样分布·中心极限定理第五节总体均值和成数的单样本检验σ已知，对总体均值的检验·学生t分布(小样本总体均值的检验)·关于总体成数的检验第八章常用统计分布第一节超几何分布超几何分布的数学形式·超几何分布的数学期望与方差·关于超几何分布的近似第二节泊松分布泊松分布的数学形式·泊松分布的性质·关于泊松分布的近似第三节卡方分布(2 分布)卡方分布的数学形式·卡方分布的性质·样本方差的抽样分布第四节F分布F分布数学形式·F分布的性质·关于F分布的近似第九章参数估计第一节点估计无偏性·一致性·有效性第二节区间估计精确性和可靠性·抽样平均误差与概率度·区间估计的步骤第三节其他类型的置信区间σ未知，小样本总体均值的区间估计·总体成数的估计·总体方差的区间估计第四节抽样平均误差简单随机抽祥的抽样误差·分层抽样的抽样误差·整群抽样的抽样误差·等距抽祥的抽样误差第五节样本容量的确定影响样本容量的因素·确定样本容量第十章双样本假设检验及区间估计第一节两总体大样本假设检验大样本均值差检验·大样本成数差检验第二节两总体小样本假设检验小样本均值差检验·小样本方差比检验第三节配对样本的假设检验单一实验组的假设检验·一实验组与一控制组的假设检验·对实验设计与相关检验的评论第四节双样本区间估计σ12和σ22已知，对均值差的区间估计·σ12和σ22未知，对均值差的区间估计·大样本成数区间估计·配对样本均值差的区间估计第十一章非参数检验第一节符号检验配对样本的“符号检验”·符号检验与二项检验·简便检验·“符号检验”的作用第二节配对符号秩检验配对样本的符号秩检验·配对符号秩检验的步骤·符号秩检验的效力第三节秩和检验独立样本的秩和检验·秩和·秩和检验的具体步骤·U检验第四节游程检验独立样本的游程检验·游程·游程检验的具体步骤·差符号游程检验第五节累计频数检验独立样本的累计频数检验·累计频数检验的步骤·没有预测方向和已经预测方向·经验分布与理论分布之比较第十二章相关与回归分析第一节变量之间的相互关系相关程度与方向·因果关系第二节定类变量的相关分析列联表·削减误差比例·λ系数·τ系数第三节定序变量的相关分析同序对、异序对、同分对·G amma系数·肯德尔等级相关系数·萨默斯（d系数）·斯皮尔曼等级相关系数·肯德尔和谐系数第四节定距变量的相关分析相关表和相关图·积差系数的导出和计算·积差系数的性质第五节回归分析线性回归·积差系数的PRE性质·相关指数R第六节曲线相关与回归第十三章2 检验与方差分析第一节拟合优度检验问题的导出·拟合优度检验(比率拟合检验)·正态拟合检验第二节无关联性检验独立性、理论频数及自由度·关于频数比较和连续性修正·列联表的卡方分解·关系强度的量度第三节方差分析总变差及其分解·关于自由度·关于检验统计量F o的计算·相关比率·关于方差分析的几点讨论第四节回归方程与相关系数的检验回归系数的检验·积差系数的检验·回归方程的区间估计第十四章动态分析与指数分析第一节时间数列及其指标分析时间数列的构成与分类·动态比较指标·动态平均指标第二节时间数列的趋势分析随手绘法·移动平均法·半数平均法·最小平方法第三节指数分析法动态指数及其分类·质量指标综合指数·数量指标综合指数·用与个体指数的联系来求综合指数·其他权数形式的质量和数量综合指数·指数体系和因素分析·静态指数。
《社会统计学》全书目录第一章导论第一节什么是社会统计学社会统计的产生与发展•社会统计学的对象与特点•社会统计的方法•社会统计工作的程序第二节社会统计学的几个基本概念总体与单位•标志与变量•指标与指标体系第二章社会统计资料的搜集第一节统计调查的方法及种类原始资料与次级资料•静态资料与静态资料•全面调查与非全面调查•一般调查与专项调查•经常性调查与一次性调查第二节统计调查的组织形式普查•重点调查•典型调查•抽样调查第三节概念的操作化与测量概念的操作化•定类尺度•定序尺度•定距尺度•定比尺度第四节统计误差登记性误差•代表性误差•抽样误差第三章社会统计资料的整理第一节统计分组的原则与标准“穷举”与“互斥”•频数(或次数)分布数列•品质数列与变量数列第二节统计表统计表的格式、内容与种类•统计表的制作规则第三节变量数列的编制对于离散变量•对于连续变量•组距和组数的确定•累计频数第四节统计图直方图•折线图•曲线图•累计顿数分布曲线•洛仑兹曲线与基尼系数第四章集中趋势测量法第一节算术平均数对于未分组资料的算术平均数计算•对于分组资料的算术平均数计算•算术平均数的性质第二节中位数对于未分组资料的中位数计算•对于分组资料的中位数计算•中位数的性质•其他分割法第三节众数对于未分组资料的众数计算•对于分组资料的众数计算•众数的性质第四节几何平均数、调和平均数及其他几何平均数•调和平均数•各种平均数的关系第五章离中趋势测量法第一节全距与四分位差全距•四分位差第二节平均差对于未分组资料A•D的计算•对于分组资料A•D的计算•平均差的性质第三节标准差对于未分组资科S的计算•对于分组资料S的计算•标准差的性质•标准分第四节相对离势变异系数•异众比率•偏态系数第六章概率与概率分布第一节概率论随机现象和随机事件•事件之间的关系•先验概率•经验概率第二节概率的数学性质概率的数学性质•排列与样本点的计数•运用概率方法进行统计推断的前提第三节概率分布、期望值与变异数离数型随机变量及其概率分布•连续型随机变量的概率分布•分布函数•数学期望•变异数第七章假设检验第一节二项分布二项分布的数学形式•二项分布的讨论第二节统计检验的基本步骤建立假设•求抽样分布•选择显著性水平和否定域•计算检验统计量•判定第三节正态分布正态分布的数学形式•标准正态分布•正态曲线下的面积•二项分布的正态近似法第四节中心极限定理抽样分布•中心极限定理第五节总体均值和成数的单样本检验σ已知，对总体均值的检验•学生t分布(小样本总体均值的检验)•关于总体成数的检验第八章常用统计分布第一节超几何分布超几何分布的数学形式•超几何分布的数学期望与方差•关于超几何分布的近似第二节泊松分布泊松分布的数学形式•泊松分布的性质•关于泊松分布的近似第三节卡方分布( 分布)卡方分布的数学形式•卡方分布的性质•样本方差的抽样分布第四节F分布F分布数学形式•F分布的性质•关于F分布的近似第九章参数估计第一节点估计无偏性•一致性•有效性第二节区间估计精确性和可靠性•抽样平均误差与概率度•区间估计的步骤第三节其他类型的置信区间未知，小样本总体均值的区间估计•总体成数的估计•总体方差的区间估计第四节抽样平均误差简单随机抽祥的抽样误差•分层抽样的抽样误差•整群抽样的抽样误差•等距抽祥的抽样误差第五节样本容量的确定影响样本容量的因素•确定样本容量第十章双样本假设检验及区间估计第一节两总体大样本假设检验大样本均值差检验•大样本成数差检验第二节两总体小样本假设检验小样本均值差检验•小样本方差比检验第三节配对样本的假设检验单一实验组的假设检验•一实验组与一控制组的假设检验•对实验设计与相关检验的评论第四节双样本区间估计σ12和σ22已知，对均值差的区间估计•σ12和σ22未知，对均值差的区间估计•大样本成数区间估计•配对样本均值差的区间估计第十一章非参数检验第一节符号检验配对样本的“符号检验”•符号检验与二项检验•简便检验•“符号检验”的作用第二节配对符号秩检验配对样本的符号秩检验•配对符号秩检验的步骤•符号秩检验的效力第三节秩和检验独立样本的秩和检验•秩和•秩和检验的具体步骤•U检验第四节游程检验独立样本的游程检验•游程•游程检验的具体步骤•差符号游程检验第五节累计频数检验独立样本的累计频数检验•累计频数检验的步骤•没有预测方向和已经预测方向•经验分布与理论分布之比较第十二章相关与回归分析第一节变量之间的相互关系相关程度与方向•因果关系第二节定类变量的相关分析列联表•削减误差比例•系数•系数第三节定序变量的相关分析同序对、异序对、同分对•Gamma系数•肯德尔等级相关系数•萨默斯（d系数）•斯皮尔曼等级相关系数•肯德尔和谐系数第四节定距变量的相关分析相关表和相关图•积差系数的导出和计算•积差系数的性质第五节回归分析线性回归•积差系数的PRE性质•相关指数R第六节曲线相关与回归第十三章检验与方差分析第一节拟合优度检验问题的导出•拟合优度检验(比率拟合检验) •正态拟合检验第二节无关联性检验独立性、理论频数及自由度•关于频数比较和连续性修正•列联表的卡方分解•关系强度的量度第三节方差分析总变差及其分解•关于自由度•关于检验统计量Fo的计算•相关比率•关于方差分析的几点讨论第四节回归方程与相关系数的检验回归系数的检验•积差系数的检验•回归方程的区间估计第十四章动态分析与指数分析第一节时间数列及其指标分析时间数列的构成与分类•动态比较指标•动态平均指标第二节时间数列的趋势分析随手绘法•移动平均法•半数平均法•最小平方法第三节指数分析法动态指数及其分类•质量指标综合指数•数量指标综合指数•用与个体指数的联系来求综合指数•其他权数形式的质量和数量综合指数•指数体系和因素分析•静态指数第一章导论统计是关于数字和数据合成的学问。
区间估计与假设检验的分类总结区间估计和假设检验是统计推断的两个主要方法。
它们都是根据样本数据对总体参数进行推断，但是它们的目的和原理不同。
下面我将对区间估计和假设检验进行分类总结。
一、区间估计分类总结：区间估计是根据样本数据对总体参数进行估计，并给出估计结果的一个范围。
根据不同的参数和样本情况，区间估计可以分为以下几种类型：1.均值的区间估计：a.单个总体均值的区间估计：当总体标准差已知时，使用正态分布进行估计；当总体标准差未知时，使用t分布进行估计。
b.两个总体均值之差的区间估计：根据两个总体样本的样本均值和样本方差的差异，使用正态分布或t分布进行估计。
c.大样本均值的区间估计：对于大样本，总体均值的估计可以使用正态分布进行估计。
2.方差的区间估计：a.单个总体方差的区间估计：对于正态总体，使用卡方分布进行估计。
b.两个总体方差之比的区间估计：根据两个总体样本方差的比值，使用F分布进行估计。
c.大样本方差的区间估计：对于大样本，总体方差的估计可以使用卡方分布进行估计。
3.比例的区间估计：b.两个总体比例之差的区间估计：根据两个总体样本比例的差异，使用正态分布进行估计。
二、假设检验分类总结：假设检验是根据样本数据对总体参数的一些假设进行检验，并得出是否拒绝假设的结论。
根据不同的参数和样本情况，假设检验可以分为以下几种类型：1.均值的假设检验：a.单个总体均值的假设检验：当总体标准差已知时，使用正态分布进行检验；当总体标准差未知时，使用t分布进行检验。
b.两个总体均值之差的假设检验：根据两个总体样本的样本均值和样本方差的差异，使用正态分布或t分布进行检验。
c.大样本均值的假设检验：对于大样本，总体均值的检验可以使用正态分布进行检验。
2.方差的假设检验：a.单个总体方差的假设检验：对于正态总体，使用卡方分布进行检验。
b.两个总体方差之比的假设检验：根据两个总体样本方差的比值，使用F分布进行检验。
c.大样本方差的假设检验：对于大样本，总体方差的检验可以使用卡方分布进行检验。
第十章 双样本假设检验及区间估计双样本统计，除了有大样本、小样本之分外，根据抽样之不同，还可分为独立样本与配对样本。
所谓独立样本，指双样本是在两个总体中相互独立地抽取的。
所谓配对样本，指只有一个总体，双样本是由于样本中的个体两两匹配成对而产生的。
配对样本就不是相互独立的了。
第一节 两总体大样本假设检验1． 大样本均值差检验为了把单样本检验推广到能够比较两个样本的均值的检验，必须再一次运用中心极限定理。
下面是一条由中心极限定理推广而来的重要定理：如果从N (μ1，σ12)和N (μ2，σ22)两个总体中分别抽取容量为n 1和n 2的独立随机样本，那么两个样本的均值差(1X ―2X )的抽样分布就是N (μ1―μ2，121n σ+232n σ)。
与单样本的情况相同，在大样本的情况下(两个样本的容量都超过50)，这个定理可以推广应用于任何具有均值μ1和μ2 以及方差σ12和σ22的两个总体。
当n 1和n 2逐渐变大时，(1X ―2X )的抽样分布像前面那样将接近正态分布。
大样本均值差检验的步骤有：(1) 零 假 设H 0：μ1―μ2＝D 0备择假设H 1：单侧 双侧H 1：μ1―μ2＞D 0 H 1：μ1―μ2≠D 0 或 H 1：μ1―μ2＜D 0(2)否定域：单侧Z α，双侧Z α/2。
(3)检验统计量 Z ＝）（）（21021X X D X X ---σ＝222121021n n D X X σσ+--）（如果σ12和σ22未知，可用S 12和S 22代替。
(4)判定2． 大样本成数差检验与单样本成数检验中的情况一样，两个成数的差可以被看作两个均值差的特例来处理(但它适用各种量度层次)。
于是，大样本成数检验的步骤有：(1) 零 假 设H 0：p 1―p 2＝D 0备择假设H 1：单侧 双侧 H 1：p 1―p 2＞D 0 H 1：p 1―p 2≠D 0 或 H 1：p 1―p 2＜D 0(2)否定域：单侧Z α，双侧Z α/2。
关于区间估计与假设检验以参数为分类标准的分类区间估计部分一、 关于总体均值μ的区间估计1． 小样本、2σ已知情况下，总体均值μ的区间估计X~N （μ，n2σ）；nX σμ-~N （0，1）总体均值μ的区间：[X -nz σα2，X +nz σα2]2． 小样本、2σ未知情况下，总体均值μ的区间估计nS X μ-~t(n-1)总体均值μ的置信区间：[X -ns t 2α，X +ns t 2α]3.大样本情况下，总体均值μ的区间估计X ~N （μ，n2σ）；在大样本情况下：nX σμ-与nS X μ-都服从N （0，1），所以可以用S 替换σ. 总体均值μ的区间：[X -nz σα2，X +nz σα2](可用样本方差S替σ)二、 关于二总体均值差21μμ-的区间估计 1． 大样本情况下，二总体均值差区间估计（21X X -）~N （21μμ-，222121n n σσ+）；2221212121)()(n n X X σσμμ+---~N （0，1）均值差的置信区间为：[)(21X X --2221212n n z σσα+，)(21X X -2221212n n z σσα++]三、 关于总体成数p 的区间估计1． 大样本情况下总体成数p 的区间估计nP ini ξ∑=∧=1~N （npq p ,）;npq p P -∧~N(0,1);总体p 的置信区间为[∧P -,2n pq z α∧P +npqz 2α] 四、关于二总体成数差21p p -区间估计∧∧-21P P ~N ),(22211121n q p n q p p p +-；2221111121)()(n q p n q p p p P P +---∧∧~N （0，1）二总体成数差21p p -的置信区间是： [∧∧-21P P -,2221112n q p n q p z +α∧∧-21P P +2221112n q p n q p z +α]五、 关于总体方差2σ的区间估计1． 正态总体N （μ，2σ）以下统计量满足自由度为k=n-1的2χ分布：22)1(s n σ-~2χ（n-1）总体方差的置信区间为：[222/1222/)1(,)1(s n s n ααχχ---]假设检验部分（除了二总体方差比外，均以双边检验为例） 一、关于总体均值μ的假设检验1．小样本、2σ已知情况下、单正态总体均值μ检验 0H ：μ=0μ1H ：≠μ0μ统计量z=nX σμ0-~N （0，1）比较z 与2αz ，做出决定2． 小样本、2σ未知情况下、单正态总体均值μ检验0H ：μ=0μ1H ：≠μ0μ统计量t=nSX 0μ-~t(n-1) 比较t 与2αt ，做出决定3．大样本情况下，总体均值检验0H ：μ=0μ1H ：≠μ0μ统计量z=nX σμ0-~N （0，1）比较z 与2αz ，做出决定4．配对样本的比较，假设先后两次观察无显著性差别，则有：),0(~21nN ndd ini σ∑==，II B A i X X d -=若2σ未知，可用2d s 代替；2ds=21)(11d d n i ni --∑=配对样本的均值满足K=n-1的t 分布：t=ns d d0-~t(n-1)0H ：1μ=2μ1H ：≠1μ2μ统计量t=ns d d0-=ns dd比较t 与2αt 做出二、关于二总体均值差21μμ-的检验 1．大样本情况下，二总体均值差21μμ-检验0H ：1μ-2μ=01H ：-1μ2μ≠0统计量：z=2221212121)()(n n X X σσμμ+---~N （0，1） 比较z 与2αz 做出决定2．小样本、2221,σσ均已知情况下，二总体均值差21μμ-检验012 1H ：-1μ2μ≠0统计量：z=2221212121)()(n n X X σσμμ+---~N （0，1） 比较z 与2αz 做出决定3．小样本、2221,σσ均未、但2221σσ=知情况下，二总体均值差21μμ-检验0H ：1μ-2μ=01H ：-1μ2μ≠0因为2221σσ=，所以总体方差2σ=2221σσ=，可用两样本方差的加权平均值2s 来代替2σ≈2s =2)()()1()1()1()1()1()1(212212111212222121121-+-+-=-+--+-+--∑∑==n n X X X Xn n sn n n s n j in j n i统计量t=2221212121)()(n n X X σσμμ+---=22122121)()(n n X X σσμμ+---=21212111)()(n n s X X +---μμ~t()221-+n n比较t 与2αt 做出决定三、关于总体成数p 的检验 1．大样本情况下，总体成数检验00 1H ：p ≠0pn P ini ξ∑=∧=1~N （npqp ,）;npq p P -∧~N(0,1);统计量z=nq p p P 000-∧~N （0，1），比较z 与2αz 做出决定。
