matlab教程参数估计及假设检验.ppt

* * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * 2、单个正态总体方差检验------? 2 3、两个正态总体N(?1, ?12)和N(?2, ?22)均值检验 （1）已知 选取统计量 （2）方差未知 ，检验 选取统计量 （2）方差未知 ，检验 选取统计量 当 |t|t 1??/2(n1+n2-2)时拒绝原假设，否则接受原假设。 -----t 1??/2 (n1+n2-2)为 t 分布t (n1+n2-2)的下测1??/2分位数，n1为来自总体N(?1, ?12) 的样本的容量，n2是来自总体N(?2, ?22)的样本的容量。 4、两个正态总体方差检验 5、参数检验的计算机命令 10 z检验 （1） 命令ztest函数 （2）功能：给定方差条件下进行正态总体均值得检验 （3）语法：h=ztest(x,m,sigm); h=ztest(x,m,sigm,alpha); [h,sig,ci]=ztest(x,m,sigm,alpha,tail); h=1,则拒绝原假设，h=0, 则接收原假设 （4）描述：ztest(x,m,sigm)在0.05水平下进行Z检验，以确 定服从正态分布的样本均值是否为m，sigm为给定的标准差 h=ztest(x,m,sigm,alpha)给出显著水平控制参数alpha， [h,sig,ci]=ztest(x,m,sigm,alpha,tail)允许指定是进行单侧检验还是双侧检验。 tail参数可以有下面几个取值： ?tail=0（为默认设置）指定备择假设 ?tail=1指定备择假设 ?tail=-1指定备择假设 sig为与Z 统计量相关的 p值。 ci为均值真值的1-alpha置信区间。 （5）应用实例 例6、生成100个标准正态分布的随机数，假设均值和标准差的观测值与真值之间没有差异，进行检验。 过程如下： x=normrnd(0,1,1,100); [h,sig,ci]=ztest(x,0,1) 结果： h=0 sig=0.6317 ci=[-0.1481 0.2439] 例7、某批矿砂的5个样品中的镍含量，经测定为（%） 3.25 3.27 3.24 3.26 3.24 设测定值总体服从正态分布，标准差为0.04，问在0.01水平上能否接受假设：这批镍含量的均值为3.25。 过程如下： x=[3.25 3.27 3.24 3.26 3.24]; [h,sig,ci]=ztest(x,3.25,0.04,0.01) 结果： h=0 sig=0.9110 ci=[3.2059 3.298] 例8、下面列出的是某工厂随机选取的20只部件的装配时间 9.8 10.4 10.6 9.6 9.7 9.9 10.9 11.1 9.6 10.2 10.3 9.6 9.9 11.2 10.6 9.8 10.5 10.1 10.5 9.7 设总体服从正态分布，标准差为0.4，问在0.05水平上能否认为装配时间的均值显著的大于10。 需检验H0: ? ?10, H1: ? 10 过程如下： x=[9.8 10.4 10.6 9.6 9.7 9.9 10.9 11.1 9.6 10.2 10.3 9.6 9.9 11.2 10.6 9.8 10.5 10.1 10.5 9.7]； [h,sig,ci]=ztest(x,10,0.4,0.05,1) 结果： h=1 sig=0.0127 ci=[10.0529 inf] 拒绝原假设 20 单个样本的 t 检验 （1） 命令 ttest 函数 （2）功能：未知方差条件下进行正态总体均值得检验 （3）语法：h=ttest(x,m); h=ttest(x,m,alpha); [h,sig,ci]=ttest(x,m,alpha,tail); h=1,则拒绝原假设，h=0, 则接收原假设 （4）格式的使用和参数的取值含义与ztest大致相同 （5）应用实例 例9、测得一批刚件20个样品的屈服点（单位：T/mm2）为：