正态下单个总体的假设检验例题
- 格式:doc
- 大小:12.74 KB
- 文档页数:2
正态下单个总体的假设检验例题
假设某个服装店声称其销售的T恤衫平均尺码为M码,现在我们有一份包含了100件T恤衫的销售数据样本,如何进行假设检验来验证该店是否真的平均销售M码的T恤衫呢?
1. 假设检验的原假设和备选假设:
原假设 H0:该店销售的T恤衫平均尺码为M码。
备选假设 H1:该店销售的T恤衫平均尺码不为M码。
2. 设定显著性水平:
在一般情况下,我们会选择显著性水平为0.05,即5%的置信水平。
3. 计算样本统计量:
可以计算样本的平均值、标准差、样本数量等统计量。
在这个例子中,我们计算出T恤衫的平均尺码为M码的样本平均值为M'码,标准差为S码,样本数量为n=100。
4. 计算假设检验的统计量:
在正态分布下,可以使用t检验或z检验进行假设检验。
因为样本数量n>30,我们可以使用z检验。
具体地,我们可以计算出一个z 统计量,如下所示:
z = (M'码 - M码) / (S码 / √n)
其中,M'码是样本平均值,M码是假设的总体平均值,S码是样本标准差,n是样本数量。
这个z统计量的意义在于,如果T恤衫的平均尺码是M码,那么我们期望在这个样本中随机抽取一个样本时,
其平均尺码与M码相差多少个标准差。
如果计算的z统计量小于2,那么我们就可以接受原假设,即该店销售的T恤衫平均尺码为M码。
5. 计算P值并作出结论:
在正态分布下,可以使用标准正态分布表查找z统计量对应的P 值。
在这个例子中,假设计算出的z统计量为1.5,那么查表可以得到P值为0.0668。
因为P值大于设定的显著性水平0.05,所以不能拒绝原假设,即该店销售的T恤衫平均尺码为M码。
6. 结论的解释:
根据上述计算,我们不能拒绝该店销售的T恤衫平均尺码为M码的原假设。
这并不意味着我们可以确定该店销售的T恤衫尺码都是M 码,而只是在样本数据的基础上,我们无法拒绝这个假设。
需要注意的是,样本数量较小或者样本数据不具有代表性时,假设检验的结果可能会失效。