第七讲假设检验1(论文资料).ppt

第七讲 假设检验 7 假设检验 7.1 已知，单个正态总体的均值μ的假设检验（Z检验法） 7.2 未知，单个正态总体的均值μ的假设检验( t检验法) 7.3 两个正态总体均值差的检验（t检验） 7.4 两个总体一致性的检验——秩和检验 7.5 两个总体中位数相等的假设检验——符号秩检验 7.6 两个总体中位数相等的假设检验——符号检验 7.7 正态分布的拟合优度测试 7.8 正态分布的拟合优度测试 7.9 单个样本分布的 Kolmogorov-Smirnov 测试 7.10 两个样本具有相同的连续分布的假设检验 7.1 已知，单个正态总体的均值μ的 假设检验（Z检验法） 函数 ztest h = ztest(x,m,sigma) x为正态总体的样本，m为均值，sigma为标准差，显著性水平为0.05(默认值) h = ztest(x,m,sigma,alpha) 显著性水平为alpha [h,sig,ci,zval] = ztest(x,m,sigma,alpha,tail) sig为观察值的概率，当sig为小概率时则对原假设提出质疑， ci为真正均值μ的1-alpha置信区间，zval为统计量的值。 若h=0，表示在显著性水平alpha下，不能拒绝原假设； 若h=1，表示在显著性水平alpha下，可以拒绝原假设。 原假设 若tail=0，表示备择假设： （默认，双边检验）； tail=1，表示备择假设： （单边检验）； tail=-1，表示备择假设： （单边检验）。 例74 某车间用一台包装机包装葡萄糖，包得的袋装糖重是一个随机变量，它服从正态分布。当机器正常时，其均值为0.5公斤，标准差为0.015。某日开工后检验包装机是否正常，随机地抽取所包装的糖9袋，称得净重为（公斤）0.497, 0.506, 0.518, 0.524, 0.498, 0.511, 0.52, 0.515, 0.512；问机器是否正常？ 总体μ和σ已知，该问题是当σ2为已知时，在水平下，根据样本值判断μ=0.5还是μ!=0.5 。 原假设： 备择假设： 7.2 未知，单个正态总体的均值μ的假设检验( t检验法) 函数 ttest 格式 h = ttest(x,m) x为正态总体的样本，m为均值μ0，显著性水平为0.05 若h=0，表示在显著性水平alpha下，不能拒绝原假设； 若h=1，表示在显著性水平alpha下，可以拒绝原假设。 h = ttest(x,m,alpha) alpha为给定显著性水平 [h,sig,ci] = ttest(x,m,alpha,tail) sig为观察值的概率，当sig为小概率时则对原假设提出质疑， ci为真正均值μ的1-alpha置信区间。 原假设 tail=0，表示备择假设： （默认，双边检验）； tail=1，表示备择假设： （单边检验）； tail=-1，表示备择假设： （单边检验）。 某种电子元件的寿命X（以小时计）服从正态分布，u, σ2均未知。现测得16只元件的寿命如下159 280 101 212 224 379 179 264 222 362 168 250 149 260 485 170问是否有理由认为元件的平均寿命大于225（小时）？ σ2未知，在 水平下检验假设: 7.3 两个正态总体均值差的检验（t检验） 两个正态总体方差未知但等方差时，比较两正态总体样本均值的假设检验 函数 ttest2 [h,sig,ci]=ttest2(X,Y) X，Y为两个正态总体的样本，显著性水平为0.05 若h=0，表示在显著性水平alpha下，不能拒绝原假设； 若h=1，表示在显著性水平alpha下，可以拒绝原假设。 [h,sig,ci]=ttest2(X,Y,alpha) [h,sig,ci]=ttest2(X,Y,alpha,tail) sig为当原假设为真时得到观察值的概率，当sig为小概率时则对原假设提出质疑，ci为真正均值μ的1-alpha置信区间。 原假设：