当前位置：文档之家 › 概率论与数理统计习题课件第8章

概率论与数理统计习题课件第8章

  • 格式：ppt
  • 大小：453.50 KB
  • 文档页数：9

下载文档原格式

  / 9

合集下载

概率论与数理统计第8章(公共数学版)

概率论与数理统计第8章(公共数学版)

则犯弃真错误的概率为
P (弃真)
P(拒 绝H0
|
H
为
0
真)
P(
A
|
H
为
0
真)
小概率事件发生的概率就是犯弃真错误的概率
越大,犯第一类错误的概率越大, 即越显著. 故在检验中,也称为显著性水平
20
2.第二类错误:纳伪错误
如
果
原
假
设H
是
0
不
正
确
的, 但
却
错
误
地
接
受
了Hቤተ መጻሕፍቲ ባይዱ
0
此时我们便犯了“纳伪”错误,也称为第二类错误
统计量观测值 u 57.9 53.6 2.27 6 10
该批产品次品率 p 0.04 , 则该批产品不能出厂.
11
若从一万件产品中任意抽查12件发现1件次品
p 0.04 代入
取 0.01，则 P12(1) C112 p1(1 p)11 0.306 0.01
这不是小概率事件,没理由拒绝原假设,从而接受 原假设, 即该批产品可以出厂.
13
例2 某厂生产的螺钉,按标准强度为68/mm2, 而实际
称其中的一个为原假设,也称零假设或基本假设 记 为H0 称另一个为备择假设,也称备选假设或对立假设 记为H1 一般将含有等号的假设称为原假设
7
二、假设检验的基本原理
假设检验的理论依据是“小概率原理” 小概率原理:如果一个事件发生的概率很小,那么在一 次实验中,这个事件几乎不会发生. 如: 事件“掷100枚均匀硬币全出现正面”
（三）对给定（或选定）的显著性水平 ，由统计
量的分布查表确定出临界值，进而得到H0的拒绝域 和接受域.
概率论与数理统计8-2

概率论与数理统计8-2

假设 2 已知，当原假设 H0: 0 成立时，有 Z＝
X 0
/
X 0 z / 2 ，即 ~ N (0, 1) . 所以， P n / n
即
P X 0 z / 2 . n

n
( x)
1 (| z |) ( | z |) 2[1 (| z |)] ；

2
( x)

2
Z /2
如果是右侧检验，则
p ＝ P { X | Z |} 1 (| z |) ；
O
Z /2
x
如果是左侧检验，则
p ＝ P { X | Z |} ( | z |) 1 (| z |) ．
临界值法的基本步骤 例 8.4 单边检验 例 8.5 例 8.6
8.2.2 单个正态总体方差的 2 检验 检验几种类型 同步练习 1,2,3 例 8.8 小结 例 8.9
8.2.1. 单正态总体 N ( , ) 均值 的假设检验
2
1.双侧检验 H 0 : 0 ； H 1 : 0
t / 2 ( n 1) 0 .1 6
可作出判断，接受原假设 H0，认为该厂生产的电阻均值确 实等于 10 欧姆．
8.2.1. 单正态总体 N ( , ) 均值 的假设检验
2
临界值法进行假设检验的基本步骤如下： 步骤一：针对具体问题，做出一个合理的原假设和备 择假设，选择原假设的原则是：事先有一定的信任度或出 于某种考虑要加以保护； 步骤二：构造一个统计量； 步骤三：根据统计随机变量的分布类型、原假设与备 择假设、显著性水平确定拒绝域； 步骤四：将样本值带入统计随机变量得到统计值，若 统计值在拒绝域内，拒绝原假设，否则，接受原假设．
8概率论与数理统计(茆诗松)第二版课后第八章

8概率论与数理统计(茆诗松)第二版课后第八章


∑ ⎪⎪⎧Yrij
⎨
= µ + ai ai = 0;
+ ε ij ,
i = 1, 2, L, r,
⎪ i=1
⎪⎩ε ij 相互独立，且都服从N (0, σ 2 ).
j = 1, 2, L, m;
检验的原假设与备择假设为 H0：a 1 = a 2 = … = a r = 0 vs H1：a 1 , a 2 , …, a r 不全等于 0．
i=1 j =1
∑ ∑ 1
σ2
r i =1
m
(Yij
j =1
− Yi⋅ ) 2
~ χ 2 (rm − r) ，
∑∑ 故 Se
σ2
=1 σ2
r i =1
m
(Yij
j =1
− Yi⋅ )2
~
χ 2 (n − r) ，即得 E(S e) = (n − r)σ 2；
4
r
r
r
r
r
∑ ∑ ∑ ∑ ∑ （2） S A = m (Yi⋅ − Y )2 = m (ai + εi⋅ − ε )2 = m ai2 + m (ε i⋅ − ε )2 + 2m ai (εi⋅ − ε ) ，
是第 i 个总体内样本均值与总样本均值的偏差，称为组间偏差，反映第 i 个总体的主效应． 三．偏差平方和及其自由度
∑ 在统计学中，对于
k
个独立数据
Y1 ,
Y2 ,
…,
Yk
，平均值 Y
=
1 k
k
Yi
i =1
，称
Yi 与 Y
之差为偏差，所有偏差
的平方和
k
∑ Q = (Yi − Y )2 i =1
概率论与数理统计课件8

概率论与数理统计课件8


8 (续)
(3)
P
arc
tgX
3
P
X
tg
3
P X 3
1 F 3
1 2 3
1 3
9、设随机变量 X 旳分布函数
0,
F
x
A
cos
x 2
,
1 ,
x0
0 x x
(1) 拟定 A ; (2) 求 X 旳密度函数 f ( x ) ;
(3) 计算
P
cos
X 2
1 2
解:
(1)
3
3
故 所以
Y
~
B
3,
1 3
P Y 1 1
P Y
0
1
1
1 3
3
19 27
3、假如在时间 t（分钟）内, 某纺织工人看守
旳织布机断纱次数服从参数与 t 成正比旳泊松
分布. 已知在一分钟内不出现断纱旳概率为
0.2，求在 2 分钟内至少出现一次断纱旳概率
解: 设 X 表达某纺织工人看守旳织布机断纱
32
解得
a1 , b5
6
6
7 (续) 故
0,
1
,
F
x
6 1 2
,
1,
(2) X 旳分布列为
x 1 1 x 1
1 x2 x2
X 1 1 2
P
111
632
8、设随机变量 X 具有概率密度
ax,
f
x
b 1 x2
,
0 ,
0 x1 x1
其它
又
P
X
1 2
7 8
求: (1) 常数 a , b ;
概率论与数理统计 (姚孟臣) 课件 第八章

概率论与数理统计 (姚孟臣) 课件 第八章

中国人民大学出版社
设在一项试验中,所考察的因素只有一个,即只有一 个因素在改变,而其他因素保持不变,则称其为单因 素试验;而多于一个因素在改变的试验称为多因素 试验. 因素可分为两类: 可控因素,如反应温度、原料配量、溶液浓度等; 不可控因素,如测量误差、气象条件等. 以下我们所说的因素都是指可控因素,称因素所处 的各种状态为该因素的各个水平. 试验中变化的因素用A,B,C,…表示, 因素A的p个不同水平分别用A1,A2,…,Ap表示.
2
ST
( Xij X ) ,(4)
j1 i1
1 s m
X n j1 i1 X ij , (5)
X 是数据的总平均.ST 能反映全部试验数据之间的差异,故又
称总变差.再记水平 Aj 下的样本平均值为 X j ,即
H0 : 1 2 H1 : 1, 2 ,
S
不全S相, 等，(2)
（2）作出未知参数1, 2, , s及 2的估计.
中国人民大学出版社
（一）
数学模型
为讨论方便,我们记均值的总平均为 ,且有
1 n
s
m j
j 1
m n
s
j
j 1
1 s
s
j (3)
j 1
s
s
再令a j j , j 1, 2, , s,易见 aj j s 0,a j 表示
中国人民大学出版社
例1 设有三台机器,用来生产厚度为1/4厘米的铝 合金板. 今要了解各机器产品的平均厚度是否相同, 取样测量精确至千分之一厘米,得结果如表8—1所 示.
表8—1 铝合金板的厚度
机器Ⅰ 0.236 0.238 0.248 0.245 0.243
中国人民大学出版社
机器Ⅱ 0.257 0.253 0.255 0.254 0.261
概率论与数理统计__吴赣昌_第8章

概率论与数理统计__吴赣昌_第8章

, t � n � Ef S
E A
, AS
, 1 � t � A f 中其
而从。 )1-n(2χ~2σ/AS �时立成0=ta =…=2a =1a�0H当 �)1-n(2χ~2σ/ES且�立独互相ES与AS
) Ef ,A f ( F ~
S
� AF
, i n , 2 ,1 � j , t , � , 2 ,1 � i , ij � � i a � � �
98. 1 � � 54. 22 �
6. 721 7
4 �T n
3 2
51. 2 � 54. 22 �
9. 341 7
3 �T n
61. 1 � � 54. 22 �
1. 271 7
n 53 � � X � ˆ 54. 22 � � 解 9. 587 ��T 。值计估的ia和μ求 )1.8例续(3.8例
1� j 1� i
in
1
n
t
�
i�
X
均 平 总 本 样 为 ij X
��n �
t
1
X
记
。�和方平间组�和方平 应效的素因为称�的起引差误机随及以iA平水由是它 �度程响影的标指体总对下平水同不的A在了映反AS
� � 和方 平 内 组 � 和 方 平差误为称�度程响影的标指体总对差误机随映反ES
中其�和的ES与AS成解分TS将们我�明表这
�表析分差方为称�表下成列果结的面上将常通 。0H受接�时)t-n,1-t(α-1F<F当�0H绝拒�时)t-n,1-t(α-1F>F当
E
有�α平水性著显的定给于对
A
零为全不ta,…,2a ,1a�1H�0=ta =…=2a =1a�0H验检设假于对
概率论与数理统计课件-第八、九章

概率论与数理统计课件-第八、九章


4.F分布
定义： X ~ (n), Y ~ (m), X, Y 相互独立，
2 2
令
X /n F Y /m
则称 F 服从为第一自由度为n , 第二自由度为 m 的F 分布.
F 分布的性质
1 若F ~ F (n, m) , 则 1/ F ~ F (m, n)
2 F (n, m) 的上 分位数F (n , m) 有表可查 :
[6]2 X1X 2 ...X n
解: [4], [5]
二、常用统计量
三、四大分布
1、标准正态分布 若 P( X z ) 称z 为标准正态分布的上 分 位数. •例：P(X>1.96)=0.025 •例：P(X>1.645)=0.05
2.卡方分布
定义 设 (X1,X2,…,Xn) 相互独立， 且都服 从标准正态分布N (0,1),则

~ N (0,1)
*2
n
1 n X Xi n i 1 1 n S ( X i X )2 n i 1
2
(2)
(n 1) S

2
2
与 X 相互独立
*2 n 2
S *2
Xi X nS (n 1) S 2 (3) 2 ~ ( n 1 ) 2 i 1

例：F0.05 (4,5) 5.19 P( F (4,5) 5.19) 0.05
0.6 0.5 0.4 0.3 0.2 0.1 1 2 3

•4
5 6
F(n,m)
四、抽样分布的基本定理
(Ⅰ) 一个正态总体 2 设总体 X ~ N ( , ) ,样本（X1,X2,…,Xn)
概率论与数理统计PPT第8章

概率论与数理统计PPT第8章

1
假设检验
08
《概率论与数理统计》 & 人民邮电出版社
2
目录/Contents
8.1 8.2
检验的基本原理 正态总体参数的假设检验 拟合优度检验
8.3
检验的基本原理
3
假设检验与参数估计的区别
1 2
参数估计是用样本数据对总体参数进行估计; 假设检验是用样本数据对总体参数的某个特
定假设进行检验，进而判断是否拒绝该假设.
8.2
正态总体参数的假设检验 一、单正态总体均值的假设检验 二、单正态总体方差的假设检验 三、两个正态总体均值差的假设检验 四、两个正态总体方差比的假设检验
一、单正态总体均值的假设检验
32
双边检验：
单边（右侧）检验： 单边（左侧）检验：
一、单正态总体均值的假设检验
33
A B
一、单正态总体均值的假设检验
4
个假设是否成立。
在前例这个假设就是：生产过程是正常的，或 者说不合格品率不超过0.01。但估计问题，在收集
数据之前并不对参数真值进行假设，这是两者的重
要差别。此外，检验问题的回答是定性的，而估计 问题的结论是定量的。
检验的基本原理 也即，观察的数据与假设的差异只是由随机性 引起的呢？还是反映了总体的真实差异？即关于总 体的假设仍然成立呢？还是不再成立？
三、确定显著性水平和两类错误
19
两类错误
总体参数的实际情况
检 验 结 论
正确 第一类错误
第二类错误 正确
三、确定显著性水平和两类错误
20
两类错误概率:
第一类错误概率（又称为弃真概率）
第二类错误概率（又称为采伪概率）
三、确定显著性水平和两类错误
《概率论与数理统计》(第3版) 习题详解-(第8章)习题详解

《概率论与数理统计》(第3版) 习题详解-(第8章)习题详解

习题八1. 已知某炼铁厂的铁水含碳量在正常情况下服从正态分布N(4.55,0.1082).现在测了5炉铁水，其含碳量（%）分别为4.28 4.40 4.42 4.35 4.37问若标准差不改变，总体平均值有无显著性变化（α=0.05）?【解】0010/20.0250.025: 4.55;: 4.55.5,0.05, 1.96,0.1084.364,(4.364 4.55)3.851,0.108.H Hn Z ZxxZZZαμμμμασ==≠=======-===->所以拒绝H0，认为总体平均值有显著性变化.2. 某种矿砂的5个样品中的含镍量（%）经测定为：3.24 3.26 3.24 3.27 3.25设含镍量服从正态分布，问在α=0.01下能否接收假设：这批矿砂的含镍量为3.25?【解】设0010/20.0050.005: 3.25;: 3.25.5,0.01,(1)(4) 4.60413.252,0.013,(3.252 3.25)0.344,0.013(4).H Hn t n tx sxtttαμμμμα==≠===-====-===<所以接受H0，认为这批矿砂的含镍量为3.25.3. 在正常状态下，某种牌子的香烟一支平均1.1克，若从这种香烟堆中任取36支作为样本；测得样本均值为1.008（克），样本方差s2=0.1(g2).问这堆香烟是否处于正常状态.已知香烟（支）的重量（克）近似服从正态分布（取α=0.05）.【解】设0010/20.02520.025: 1.1;: 1.1.36,0.05,(1)(35) 2.0301,36,1.008,0.1,6 1.7456,1.7456(35)2.0301.H Hn t n t nx sxtttαμμμμα==≠===-=========<=所以接受H0，认为这堆香烟（支）的重要（克）正常.4.某公司宣称由他们生产的某种型号的电池其平均寿命为21.5小时，标准差为2.9小时.在实验室测试了该公司生产的6只电池，得到它们的寿命（以小时计）为19，18，20，22，16，25，问这些结果是否表明这种电池的平均寿命比该公司宣称的平均寿命要短？设电池寿命近似地服从正态分布（取α=0.05）. 【解】0100.050.05:21.5;:21.5.21.5,6,0.05, 1.65, 2.9,20,(2021.5)1.267,2.91.65.H Hn z xxzz zμμμασ≥<======-===->-=-所以接受H0，认为电池的寿命不比该公司宣称的短.5.测量某种溶液中的水分，从它的10个测定值得出x=0.452(%),s=0.037(%).设测定值总体为正态，μ为总体均值，σ为总体标准差，试在水平α=0.05下检验.（1）H0：μ=0.5(%)；H1：μ＜0.5(%).（2）:Hσ'=0.04(%)；1:Hσ'＜0.04(%).【解】(1)00.050.050.5;10,0.05,(1)(9) 1.8331,0.452,0.037,(0.4520.5)4.10241,0.037(9) 1.8331.n t n tx sxtt tαμα===-====-===-<-=-所以拒绝H0，接受H1.(2)2222010.9522222220.95(0.04),10,0.05,(9) 3.325,0.452,0.037,(1)90.0377.7006,0.04(9).nx sn sασαχχχσχχ-=======-⨯===>所以接受H0，拒绝H1.6.某种导线的电阻服从正态分布N（μ，0.0052）.今从新生产的一批导线中抽取9根，测其电阻，得s=0.008欧.对于α=0.05，能否认为这批导线电阻的标准差仍为0.005?【解】00102222/20.0251/20.975222220.02522:0.005;:0.005.9,0.05,0.008,(8)(8)17.535,(8)(8) 2.088,(1)80.00820.48,(8).(0.005)H Hn sn sαασσσσαχχχχχχχσ-===≠=======-⨯===>故应拒绝H0，不能认为这批导线的电阻标准差仍为0.005.7.有两批棉纱，为比较其断裂强度，从中各取一个样本，测试得到：第一批棉纱样本：n1=200，x=0.532kg, s1=0.218kg；第二批棉纱样本：n2=200，y=0.57kg, s2=0.176kg.设两强度总体服从正态分布，方差未知但相等，两批强度均值有无显著差异？(α=0.05)【解】01211212/2120.0250.0250.025:;:.200,0.05,(2)(398) 1.96,0.1981,1.918;(398).w H H n n t n n t z s x y t t t αμμμμα=≠===+-=≈=======-< 所以接受H 0，认为两批强度均值无显著差别.8.两位化验员A ，B 对一种矿砂的含铁量各自独立地用同一方法做了5次分析，得到样本方差分别为0.4322(%2)与0.5006(%2).若A ，B 所得的测定值的总体都是正态分布，其方差分别为σA 2，σB 2，试在水平α=0.05下检验方差齐性的假设222201:;:.A B A B H H σσσσ=≠【解】221212/2120.0250.9750.02521225,0.05,0.4322,0.5006,(1,1)(4,4)9.6,11(4,4)0.1042,(4.4)9.60.43220.8634.0.5006n n s s F n n F F F s F s αα=====--========那么0.9750.025(4,4)(4,4).F F F <<所以接受H 0，拒绝H 1.9~12. 略。

概率论与数理统计第8章

概率论与数理统计第8章

Fn (x1, x2,...,xn;t1,t2,...,tn ) = Fn (xt j1 , xt j2 ,...,xt jn ;t j1 , t j2 ,...,t jn )
(2)相容性 对m<n，有
Fm(x1, x2,...,xm;t1,t2,...,tm ) = Fn (x1, x2,...,xm,,...;t1,t2,...,tn )
X (t) =
t
当 = T ,t = 1,2,3,...
2. 例8.1.1的随机相位正弦波
X (t) = a cos(bt + )
3.某路公交车的客流情况{(X(t), Y(t));t0<t< t1}, (X(t), Y(t))表示t时刻起点与终点站的候车人数.
§8.2 随机过程的分布函数和数字特征
+
)]
2
= a2 cos2 (bt + x)
1
dx
0
2
= a2 2 2 cos(2bt + 2x) +1dx = a2
2 0
2
2
DX (t) =
X2
(t )
=
a2 2
设X(t1)和X(t2)是随机过程在任意二个时刻t1和t2 时的状态. 定义8.2.7 称X(t1)和X(t2)的二阶混合原点矩
RX (t1,t2 ) = E[X (t1)X (t2 )]
X
(1)
=
1
2
=H
,
=T
于是,X(0.5),X(1)的概率分布分别为
X (0.5) 0
1
Pk
1
1
22
X (1) -1
2
Pk
1
1
《概率论与数理统计》教学课件(共8章)第8章 回归分析与方差分析

《概率论与数理统计》教学课件(共8章)第8章 回归分析与方差分析

由于y是随机变量，对于x的每一确定值，y有它的分布。若y的数学期望存在，则其取值随x的取
值而定，即y的数学期望是x的函数，记为μ(x)。μ(x)称为y关于x的回归函数，简称为y关于x的回归。
根据μ(x)的不同形式，回归分析分为线性回归和非线性回归，其中线性回归又分为一元线性回归和多
元线性回归。
8.1
∧
b−t (n−2)
α
2
∧
σ
Lxx
∧
,b + t (n−2)
α
2
∧
σ
Lxx
.
例如，例1中b的置信度为0.95的置信区间为
0.8706−2.3646 ×
=(0.8346, 0.9066).
0.9408
4060
, 0.8706 + 2.3646 ×
0.9408
4060
8.1
一元线性回归
8. 1. 6
利用回归方程进行预测
8. 1. 4
线性假设的显著性检验
∧
引理 对于一元线性回归，有b~N(b,σ2/Lxx)。
n
n
∧ ∑ (xi −x)(yi −y) ∑ (xi −x)yi
∧
证 因为b=i=1 n
=i=1
，所以b是y1,y2,…,yn的线性组合，而y1,y2,…,yn是独立的正
n
∑ (xi−x)2
∑ (xi −x)2
8. 1. 4
线性假设的显著性检验
n
n
∑ (xi−x)2 D(yi) ∑ (xi −x)2σ2
∧
D(b)=i=1n
= i=1
n
2
2
[ ∑ (xi −x) ]
[ ∑ (xi −x)2 ] 2

第概率论与数理统计课件(中国矿业大学)八章 2012


H 0 : 0.5
H1 : 0.5
x 0 统计量： Z n
x 0 z . 拒绝域：| Z | n 2
1 代入计算，x (0.497 0.512) 0.511 9 x 0 Z Z 0.025 1.96, 2.2 Z 2 1.96 2 n
H1 : 40
拒绝域为 z z x -0 3.125 计算 z / n
查表 z z0.05 1.645
z z
所以落在了拒绝域之内，拒绝H0 ，接受H1 认为工艺革新后燃烧率有显著的提高。
⒉ σ2未知，检验μ （t 检验法）
1 n 可用样本方差 S 2 ( X k X ) 2 代替σ2 n 1 k 1
H 0 : 0
H1 : 0
——U 检验
x 0 统计量：Z n
x 0 z . 拒绝域： | Z | n 2
例1 某车间用一台包装机包装葡萄糖.包得的袋装糖 当机器正常时, 重是一个随机变量X, 且 其均值为μ=0.5公斤, 标准差σ=0.015公斤. 某日开工后为检验包装机是否正常, 随机地抽取它所 包装的糖9袋,称得净重为(公斤):（=0.05） 0.497 0.506 0.518 0.524 0.498 0.511 0.520 0.515 问机器是否正常? 解：先提出假设 0.512
2
,
2
未知，
从中随机地抽取36位考生的成绩，平均成绩为63.5分，
标准差 s =15分，⑴ 问在显著水平0.05下是否可以认为
全体考生的平均成绩为70分？ ⑵ 求μ的置信水平为
0.95的置信区间。
解 ⑴ 先提出假设 H 0 : 0 70 H1 : 70

《概率论与数理统计》习题及答案 第八章

《概率论与数理统计》习题及答案第 八 章1.设12,,,n X X X 是从总体X 中抽出的样本,假设X 服从参数为λ的指数分布，λ未知,给定00λ>和显著性水平(01)αα<<，试求假设00:H λλ≥的2χ检验统计量及否定域. 解 00:H λλ≥选统计量 200122nii XnX χλλ===∑记212nii Xχλ==∑则22~(2)n χχ,对于给定的显著性水平α，查2χ分布表求出临界值2(2)n αχ,使22((2))P n αχχα≥=因 22χχ>，所以2222((2))((2))n n ααχχχχ≥⊃≥，从而 2222{(2)}{(2)}P n P n αααχχχχ=≥≥≥ 可见00:H λλ≥的否定域为22(2)n αχχ≥.2．某种零件的尺寸方差为21.21σ=,对一批这类零件检查6件得尺寸数据（毫米）：32．５6, 29.6６, 31.64, 30.00, 2１.87, 3１．0３。

设零件尺寸服从正态分布,问这批零件的平均尺寸能否认为是3２.50毫米(0.05α=）．解 问题是在2σ已知的条件下检验假设0:32.50H μ= 0H 的否定域为/2||u u α≥ 其中29.4632.502.45 6.771.1X u -==⨯=-0.0251.96u =，因|| 6.77 1.96u =>,所以否定0H ，即不能认为平均尺寸是3２．５毫米。

3．设某产品的指标服从正态分布,它的标准差为100σ=，今抽了一个容量为26的样本,计算平均值15８0，问在显著性水平0.05α=下,能否认为这批产品的指标的期望值μ不低于160０。

解 问题是在2σ已知的条件下检验假设0:1600H μ≥0H 的否定域为/2u u α<-，其中 158016005.1 1.02100X u -==⨯=-.0.051.64u -=-.因为0.051.02 1.64u u =->-=-,所以接受0H ，即可以认为这批产品的指标的期望值μ不低于１600.４．一种元件,要求其使用寿命不低于1０00小时，现在从这批元件中任取２５件,测得其寿命平均值为９5０小时,已知该元件寿命服从标准差为100σ=小时的正态分布，问这批元件是否合格?（0.05α=)解 设元件寿命为X ，则2~(,100)X N μ,问题是检验假设0:1000H μ≥． 0H 的否定域为0.05u u ≤-，其中95010005 2.5100X u -==⨯=-0.05 1.64u = 因为0.052.5 1.64u u =-<-= 所以否定0H ,即元件不合格.5.某批矿砂的５个样品中镍含量经测定为(%)X : 3.25,3.27,3.24,3.26,3.24设测定值服从正态分布,问能否认为这批矿砂的镍含量为3.25(0.01)α=？解 问题是在2σ未知的条件下检验假设0: 3.25H μ=0H 的否定域为 /2||(4)t t α>522113.252,(5)0.00017,0.0134i i X S X X S ===-⨯==∑0.005(4) 4.6041t =3.252 3.252.240.3450.013X t -==⨯=因为0.005||0.345 4.6041(4)t t =<=所以接受0H ，即可以认为这批矿砂的镍含量为3．２5.6．糖厂用自动打包机打包，每包标准重量为１00公斤，每天开工后要检验一次打包机工作是否正常，某日开工后测得9包重量(单位：公斤)如下: 99.3,98.7,100.5,101.2,98.3,99.7,99.5,102.1,100.5 问该日打包机工作是否正常(0.05α=；已知包重服从正态分布)?解 99.98X =,92211(()) 1.478i i S X X ==-=∑， 1.21S =,问题是检验假设0:100H μ=0H 的否定域为/2||(8)t t α≥. 其中99.9810030.051.21X t -==⨯=-0.025(8) 2.306t =因为0.025||0.05 2.306(8)t t =<= 所以接受0H ，即该日打包机工作正常.7．按照规定,每10０克罐头番茄汁中，维生素C 的含量不得少于2１毫克，现从某厂生产的一批罐头中抽取1７个,测得维生素C 的含量（单位：毫克)如下 22,21,20,23,21,19,15,13,16, 23,17,20,29,18,22,16,25.已知维生素C 的含量服从正态分布,试检验这批罐头的维生素含量是否合格。

概率论与数理统计教程 第8章

fe=nr
MSe= Se/fe
总和
ST
fT=n1
对给定的，可作如下判断：
若F F1 (fA ,fe) ，则说明因子A不显著。 该检验的p值也可利用统计软件求出，若 以Y记服从F(fA ,fe)的随机变量，则检验的 p 值为 p=P(YF)。
如果 F >F1 (fA ,fe)，则认为因子A显著；
由定理8.1.2，若H0成立，则检验统计量F服从自由度为fA和fe的F分布，因此拒绝域为W={FF1 (fA ,fe)}，通常将上述计算过程列成一张表格，称为方差分析表。
表8.1.3 单因子方差分析表
来源
平方和
自由度
均方和
F比
因子
SA
fA=r1
MSA= SA/fA
F＝ MSA/ MSe
误差
Se
第八章 方差分析与回归分析
§8.1 方差分析 §8.2 多重比较 §8.3 方差齐性分析 §8.4 一元线性回归 §8.5 一元非线性回归
§8.1 方差分析
8.1.1 问题的提出 实际工作中我们经常碰到多个正态总体均值的比较问题，处理这类问题通常采用所谓的方差分析方法。
例8.1.1 在饲料养鸡增肥的研究中，某研究所提出三种饲料配方：A1是以鱼粉为主的饲料，A2是以槐树粉为主的饲料，A3是以苜蓿粉为主的饲料。为比较三种饲料的效果，特选 24 只相似的雏鸡随机均分为三组，每组各喂一种饲料，60天后观察它们的重量。试验结果如下表所示：
模型（8.1.3）可以改写为 (8.1.8) 假设（8.1.1）可改写为 H0 ：a1 =a2 =…=ar =0 （8.1.9）
8.1.5 参数估计
在检验结果为显著时，我们可进一步求出总均值 、各主效应ai和误差方差 2的估计。

概率论与数理统计-第八章

第八章 假设检验
关键词： 原假设、备择假设 假设检验 检验统计量、 显著性水平、拒绝域 关于正态总体的假设检验 分布拟合检验、秩和检验
p 值法检验
1
假设检验的概念
对于总体X的分布函数未知，或只知其函数形式 而参数未知，提出关于总体的假设，如： (1) 总体X服从指数分布； (2) 总体X的数学期望 E(X) > 0.5； (3) 总体X和Y有相同的方差：Var(X)=Var(Y)；
(4) 总体X的数学期望大于Y的数学期望：
E(X) > E(Y)； ……
通过样本数据，判断是应当接受还是拒绝该假设。
2
应用举例 (1) 有人声称一根金条的重量为312.5克。现用一架天
平重复称量n次，得到结果M1，M2,…, Mn。已知该
天平的误差为0.5克。问：根据称量结果，如何判 断该重量是否真实。 原假设H0：真实 (M＝312.5) ； 对立假设H1：虚假 (M≠312.5) (2) 某地人口中每年某疾病的发病人数服从泊松分布。 长期统计得到平均年发病人数为2.3人。最近4年发病 人数为：3, 4, 1, 5。问：能否认为近4年发病率上升？ 原假设H0：没有 ；对立假设H1：上升
由于 拒绝域的形式为
36
对两个独立正态分布，有
如果假设H0成立，有
故得：检验统计量 拒绝域
F 检验法
37
例7：用两种方法测量冰从-0.720C到 00C水的吸收热。 测得数据为：(cal/g)
方法A：n1=13, 样本均值 80.02，样本方差 S2A＝0.0242
方法B：n2 = 8, 样本均值 79.98，样本方差 S2B＝0.0312 设两个样本独立，来自两个正态总体 和
4
对立假设H1：有差异(h1 ≠ h2 )
  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)。

测定值的样本方差为
s
2 1
0.5419 ,
s
2 2
0.6065 .
设测定值总体分别服从正态分布X
N
(
1
,
2 1
),
Y
N
(
2
,
2 2
)
,
试求方差比
2 1
/
2 2
的置信度为
0.95 的置信区间.
解答 返回
解答 返回
8.7 设飞机所装高度表的刻度服从正态分
布, 其标准差为15m. 问飞机上至少应该装有多
少这样的仪器, 才能以98％ 的概率保证平均高
度的误差小于 30m?
解答
8.8 从自动机床加工的同类零件中抽取8
个, 测得长度(单位 : mm)如下 :
12.15,12.12,12.01,12.08,12.09,12.标准差 s1 1.09cm, 从机器 B生 产的产品中抽取15件, 求得长度均值y 52.24cm,
标准差 s2 1.18cm , 试求两种产品长度的均值差
1 -2 的置信度为 0.95的置信区间.
解答 返回
8.11 甲、乙两化验员独立用相同的方法对
某种聚合物的含氯量各做 10次测量, 分别求得
如果零件长度服从正态分布, 求零件长度的数
学期望与标准差的置信度为0.95的置信区间.
解答 返回
8.9 为研究两种固体燃料火箭推进器的燃
烧率, 抽取样本容量 n1 n2 20 的两个独立样 本, 求得燃烧率的样本均值分别为 18cm / s, 24 cm / s . 设两种燃料的燃烧率都服从正态分布, 标准差均为0.05cm / s, 求两种燃料的燃烧率的
求该日生产的这批灯泡的寿命均值 和寿命方 差 2的矩估计值.
解答 返回
8.2 设总体 X 服从指数分布e( ), X1, X2 , ,
Xn 为总体 X 的样本, 求参数的矩估计量和极大
似然估计量.
解答
8.3 设总体 X 的密度函数为
x 1 , f (x)
0,
X 的一组样本值为 x1 , x2 , 似然估计值.
0 x1 其他
, xn , 求参数 的极大
解答 返回
8.4 设总体 X 服从0 1分布 :
P{ X 0} 1 p , P{ X 1} p
X 的一组样本值为 x1, x2 , , xn , 求参数 p的极
大似然估计值.
解答
8.5 设 X1, X2 , , Xn 为总体 X 的样本,
为X 的数学期望, 证明由
总体均值差 1 2的置信度为0.99的置信区间.
解答 返回
8.10 某车间用两台同型号机器 A, B 相互独
立地生产同一种产品, 其产品长度 X和Y 分别服
从正态分布
N
(
1
,
2 1
)
和 N (2,
2 2
)
,
由实践经验
知1 2 .为了比较两台机器所生产的产品长度,
现从机器 A生产的产品中抽取10件, 求得长度均
第八章 参数估计
8.1 8.2 8.3 8.4 8.5 8.6 8.7 8.8 8.9 8.10 8.11
返回
8.1 灯泡厂从某日生产的一批灯泡中抽取
10 个灯泡进行寿命试验, 得到灯泡寿命(单位 : 小时) 的数据如下:
1050, 1100, 1080, 1120, 1120 1250, 1040, 1130, 1300, 1200
S 2
1 n
n i 1
(Xi
)2
定义的统计量是总体方差的无偏估计量.
解答 返回
8.6 自某工厂某日生产的滚珠中随机抽取
9个, 测得直径(单位:mm)如下 : 14.6, 14.7, 15.1, 14.9, 14.8, 15.0, 15.1, 15.2, 14.8
(1) 估计该日生产的滚珠直径的均值; (2) 如果滚珠直径服从正态分布, 且已知标 准差为0.15mm, 求直径均值的置信度为0.95 的 置信区间.