第二节正态总体均值与方差的假设检验.ppt

第二节 正态总体均值与方差的假设检验 一、单个正态总体均值与方差的检验 二、两个正态总体均值与方差的检验 四、小结 附表7.1 附表7-2 第六章定理6.6 第六章定理6.7 t分布表a t分布表b (2) 检验假设: 三、基于配对数据的检验（t 检验） 有时为了比较两种产品，两种仪器，或两种试验方法等的差异，我们常常在相同的条件下做对比试验，得到一批成对（配对）的观测值，然后对观测数据进行分析。作出推断，这种方法常称为配对分析法。 例7 比较甲，乙两种橡胶轮胎的耐磨性，今从甲， 乙两种轮胎中各随机地抽取8个，其中各取一个组 成一对.再随机选择8架飞机，将8对轮胎随机地搭 配给8架飞机，做耐磨性实验. 飞行一段时间的起落后，测得轮胎磨损量（单位：mg）数据如下： 轮胎甲：4900，5220，5500，6020 6340，7660，8650，4870 轮胎乙: 4930，4900，5140，5700 6110，6880，7930，5010 试问这两种轮胎的耐磨性有无显著差异？ 解 用X，Y 分别表示甲，乙两种轮胎的磨损量 下面分两种情况讨论： (1)实验数据配对分析：记 ，则 由正态分布的可加性知，Z服从正态分布 . 于是，对 与 是否相等的检验， 就变对 的检验，这时我们可采用关于一个 正态总体均值的 检验法。将甲，乙两种轮胎 的数据对应相减得 Z 的样本值为： -30，320，360，320，230, 780，720，-140 计算得 对给定的 ，查自由度为 的 分布 表得 ，由于 ，因而否 定 ，即认为这种轮胎的耐磨性有显著差异。 (2) 实验数据不配对分析：将两种轮胎的数据看作 来自两个总体的样本观测值，这种方法称为不配对 分析法。欲检验假设 选择统计量 由样本数据及 可得 对给定的 ，查自由度为16-2=14的t分布 表，得临界值 ，由于 ，因而接受 ，即认为这两种轮胎的耐磨性无显著差异。 以上是在同一检验水平 的分析结果，方法不同所得结果也不一致，到底哪个结果正确呢？下面作一简要分析。因为我们将8对轮胎随机地搭配给8架飞机作轮胎耐磨性试验，两种轮胎不仅对试验数据产生影响，而且不同的飞机也对试验数据产生干扰，因此试验数据配对分析，消除了飞机本身对数据的干扰，突出了比较两种轮胎之间耐磨性的差异。对试验数据不做配对分析，轮胎之间和飞机之间对数据的影响交织在一起，这是样本 下采用不同方法 与样本 实际上不独立，因此， 用两个独立正态总体的t检验法是不合适的。 由本例看出，对同一批试验数据，采用配对分 析还是不配对分析方法，要根据抽样方法而定。 正态总体均值、方差的检验法见下表 4 3 2 1 7 6 5 4 3 2 1 5 6 7 第六章定理6.5 一、单个总体参数的检验 二、两个总体参数的检验 三、基于成对数据的检验(t 检验) 四、小结 对于给定的显著性水平 由标准正态分布分位数定义知， 因此，检验的拒绝域为 其中 为统计量U 的观测值。这种利用U 统计量 来检验的方法称为U 检验法。 例1 某切割机在正常工作时, 切割每段金属棒的平均长度为10.5cm, 标准差是0.15cm, 今从一批产品中随机的抽取15段进行测量, 其结果如下: 假定切割的长度 X 服从正态分布, 且标准差没有变化, 试问该机工作是否正常? 解 查表得 定理6.6 由第六章定理6.6知, 故由 t 分布分位点的定义知 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. 上述利用 t 统计量得出的检验法称为t 检验法. 如果在例1中只假定切割的长度服从正态分布, 问该机切割的金属棒的平均长度有无显著变化? 解 查表得 t分布表 例2 要检验假设: 根据第六章定理6.5知, 定理 6. 5 所以拒绝域为: 解 例3 某厂生产的某种型号的电池, 其寿命长期以来服从方差 =5000 (小时2) 的正态分布, 现有一批这种电池, 从它生产情况来看, 寿命的波动性有所变化. 现随机的取26只电池, 测出其寿命的样本方差 =9200(小时2). 问根据这一数据能否推断这批电池的寿命的波动性较以往的有显著的变化? 拒绝域为: