[概率论假设检验.ppt

概率论与数理统计 §1. 基 本 概 念 一：问题的提出 例1.某单位后勤处要进一大批某种商品，该商品的次品 率 未知，双方协商了一个数字 ，例如 约定 时，该单位就接受这批产品，否则拒收。 由于 未知 (假设不能进行全部检验以决定 )， 无法确切地知道是该接受还是拒绝，于是双方同意用 抽样的方法进行检验：从中随机抽取n件， 现在要根据这n 个观察值去决定是否该接受这批产品。 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 例2. 计算机中产生的随机数是通过数学迭代公式来产生的，因而产生的随机数列并非真正意义下的随机数。 现在假设产生了 这n个数，问是否 可以这将n个数当作随机数来使用？即是否可以认为 来自于[0,1]上的均匀分布母体？ 例3. 某钢筋厂生产某型号的钢筋，其抗拉强度服从 正态分布 。今改变了生产工艺，质检员从中 抽取了n根测量其抗拉强度。现要根据这n个观察结果 来决定其抗拉强度是否比以前有所提高？ Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 1.非参数假设检验：指总体的分布类型未知， 有关分布的类型假设检验。 2.参数假设检验：指总体的分布类型已知， 仅是其中的某个参数未知，有关参数的假设检验 假设检验的分类： Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 实际推断原理：小概率事件在一次试验中几乎 不可能发生。 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 例1. 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9袋,称得净重为(公斤) 0.497 0.506 0.518 0.524 0.498 0.511 0.520 0.515 0.512 问机器是否正常? 问题的关键！ Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 首先提出假设： 从样本及其观察值入手 问题的关键在于分析这个差异。 原假设 备择假设 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. (1)此差异是由随机因素引起的，称为“抽样误差” 或“随机误差”，这种误差反映偶然的、非本质的 因素所引起的误差。 (2)此差异不是由随机因素引起的，反映事物间的 本质的差别（即：就是今天机器生产不正常造成的）， 这叫“系统误差”。 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 我们需要给此量 确定一个界限 k Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 显著性水平 由标准正态分布分位点的定义 Evaluation only. Created with Aspose.Slid