人大版_贾俊平_第五版_统计学_第8节_假设检验.ppt

人大版_贾俊平_第五版_统计学_第8节_假设检验.ppt

  1. 1、本文档共93页,可阅读全部内容。
  2. 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
两个总体均值之差的Z检验 (例子) 属于决策中的假设! 【例】有两种方法可用于制造某种以抗拉强度为重要特征的产品。根据以往的资料得知,第一种方法生产出的产品其抗拉强度的标准差为8公斤,第二种方法的标准差为10公斤。从两种方法生产的产品中各抽取一个随机样本,样本容量分别为n1=32,n2=40,测得?x2= 50公斤,?x1= 44公斤。问这两种方法生产的产品平均抗拉强度是否有显著差别? (? = 0.05) 两个总体均值之差的Z检验 (计算结果) H0: ?1- ?2 = 0 H1: ?1- ?2 ? 0 ? = 0.05 n1 = 32,n2 = 40 临界值(s): 检验统计量: 决策: 结论: 拒绝H0 有证据表明两种方法生产的产品其抗拉强度有显著差异 Z 0 1.96 -1.96 .025 拒绝 H0 拒绝 H0 .025 2.总体标准差未知 (1) 检验具有等方差的两个总体的均值 假定条件 两个样本是独立的随机样本 两个总体都是正态分布 两个总体方差未知但相等?12 = ?22 检验统计量 其中: 两个总体均值之差的 t 检验 (例子) 属于研究中的假设! 【例】一个车间研究用两种不同的工艺组装某种产品所用的时间是否相同。让一个组的10名工人用第一种工艺组装该产品,平均所需时间为26.1分钟,样本标准差为12分钟;另一组8名工人用第二种工艺组装,平均所需时间为17.6分钟,样本标准差为10.5分钟。已知用两种工艺组装产品所用时间服从正态分布,且s12=s22 。试问能否认为用第二种方法组装比用第一中方法组装更好?(? = 0.05) 两个总体均值之差的 t 检验 (计算结果) H0: ?1- ?2 ? 0 H1: ?1- ?2 0 ? = 0.05 n1 = 10,n2 = 8 临界值(s): 检验统计量: 决策: 结论: 接受H0 没有证据表明用第二种方法组装更好 t 0 拒绝域 0.05 1.7459 (2) 检验统计量 t分布的自由度为 8.3.3两个总体比例之差的检验 1. 假定条件 两个总体是独立的 两个总体都服从二项分布 可以用正态分布来近似 检验统计量 两个总体比例之差的检验 (假设的形式) 假设 研究的问题 没有差异 有差异 比例1 ≥比例2 比例1 比例2 总体1 ≤比例2 总体1 比例2 H0 P1–P2 = 0 P1–P2?0 P1–P2?0 H1 P1–P2?0 P1–P20 P1–P2 0 两个总体比例之差的Z检验 (例子) 属于研究中的假设! 【例】对两个大型企业青年工人参加技术培训的情况进行调查,调查结果如下:甲厂:调查60人,18人参加技术培训。乙厂调查40人,14人参加技术培训。能否根据以上调查结果认为乙厂工人参加技术培训的人数比例高于甲厂?(? = 0.05) 两个总体比例之差的Z检验 (计算结果) H0: P1- P2 ? 0 H1: P1- P2 0 ? = 0.05 n1 = 60,n2 = 40 临界值(s): 检验统计量: 决策: 结论: 接受H0 没有证据表明乙厂工人参加技术培训的人数比例高于甲厂 -1.645 Z 0 拒绝域 ? 8.3.4 两个总体方差比的检验 8.3.5检验中的匹配样本 两个总体均值之差的检验(配对样本的 t 检验) 1. 检验两个相关总体的均值 配对或匹配 重复测量 (前/后) 2. 假定条件 两个总体都服从正态分布 如果不服从正态分布,可用正态分布来近似 (n1 ? 30 , n2 ? 30 ) 配对样本的 t 检验 (假设的形式) 假设 研究的问题 没有差异 有差异 总体1 ? 总体2 总体1 总体2 总体1 ? 总体2 总体1 总体2 H0 mD = 0 mD ? 0 mD ? 0 H1 mD ? 0 mD 0 mD 0 注:Di = X1i - X2i ,对第 i 对观察值 配对样本的 t 检验 (数据形式) 观察序号 样本1 样本2 差值 1 x 11 x 21 D1 = x 11 - x 21 2 x 12 x 22 D1 = x 12 - x 22 M M M M i x 1i x 2i D1 = x 1i - x 2i M M M M n x 1n x 2n D1 = x 1n- x 2n 配对样本的 t 检验 (检验统计量) 样本均值 样本标准差 自由度df =nD - 1 统计量 【例】一个以减肥为主要目标的健美俱乐部声称,参加其训练班至少可以使减肥者平均体重减重8.5公斤以上。为了验证该宣称是否可信,调查人员随机抽取了10名参加者,得到他们的体重记录如下表: 配对样本的 t 检验 (例子) 在 ? = 0.05的显著性水平下,调查结果是否支持该俱乐部的声称? 训练前

文档评论(0)

kehan123 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档