- 1、本文档共32页,可阅读全部内容。
- 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、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、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
辽宁工程技术大学软件学院 计算机网络 第五章 假设检验 一、假设检验的基本概念 一个总体均值的假设检验步骤: P值:与查表找临界点的等价判别法 练习 两独立样本均值差的T检验 已知总体方差,检验均值差 未知总体方差,但 = 检验均值差 未知总体方差,但 ≠ 检验均值差 例如:用两种激励方法对同样工种的两个班组进行激励,每个班组都有7个人,测得激励后的业绩增长率如下表所示,问:两种激励方法的平均激励效果有无显著差异? 两配对样本均值的T检验 二、* 正态总体方差的检验 小结:用SPSS作假设检验 单一样本均值的T检验(一个总体) Analyze菜单Compare Means项中选择One-Sample T Test命令。 两独立样本的T检验 (2)Analyze菜单Compare Means项中选择Independent-Samples T Test命令。 (1)进行方差齐性检验,即方差是否相等的 检验,称为Levene检验。 Analyze菜单Compare Means项中选择Pared-Samples T Test命令。 两配对样本的T检验 二项分布的参数检验 Analyze菜单Nonparametric Tests项中选择Binominal命令。 第一节 假设检验的基本原理 第二节 假设检验的应用 第三节 假设检验中的其他问题 1.假设检验的种类 参数 非参数 2.假设检验的两类错误 存伪错误 弃真错误 二、假设检验的内容 单一样本均值的检验(一个总体) 两独立样本均值差的检验 两配对样本均值的检验 两个总体 均值 方差 两个总体——方差比 一个总体 假设 检验 1.提出假设: (双边检验) (单边检验) 2.找出并计算检验统计量 3.判断:若 则拒绝 则接受 (双边检验) 或 或 则拒绝 则接受 (单边检验) 例6.1 已知生产线上生产出的零件直径服从正态分布,已知方差为0.09(毫米2),现有假设均值为10毫米。这个假设可以是猜出来的,也可以是生产标准所要求的。现在有一组样本观察:10.01,10.02, 10.02,9.99(在实际检验中,样本容量应当大一些。这里为理解方便,只列出4个样本观察值)。请判断假设是否正确。 若 ,则表明 落在由 所决定的分界点的外侧,应当拒绝 。 若 ,则表明 落在由 所决定的分界点的内侧,应当接受 。 SPSS的实现过程:Analyze菜单Compare Means项中选择One-Sample T Test命令。 某进出口公司,出口一种名茶,规定每包规格重量不低于150克,现抽取1%进行检验,结果如下: 每 包 重 量(克) 包 数 140——149 10 149——150 20 150——151 50 151——152 20 合计 100 试判断:(1)以95%的概率检验这批茶叶是否达到重量规格的要求。 (2)以同样的概率检验这批茶叶包装的合格率是否为92%? 未知总体方差,但 = ,检验均值差; 已知总体方差, 检验均值差; 未知总体方差,但 ≠ ,检验均值差; 所以引入一个新的统计量Z: 假设: 假设: 所以引入一个新的T统计量在 条件下 = 假设: 所以引入一个新的统计量Z在 条件下进行 ≠ 两个正态总体均值差的检验: 则拒绝 。 则 若 ~ ~ ~ ~ 所以 ~ 所以有检验统计量: 若 两个总体 —— F分布,检验方差比 两种激励方法分别用于两个班组的效果(%) 激励法A 16.10 17.00 16.80 16.50 17.50 18.00 17.20 激励法B 17.00 16.40 15.80 16.40 16.00 17.10 16.90 SPSS的实现过程:Analyze菜单Compare Means项中选择Independent-Samples T Test命令。 配对样本:每个个体都具有两个特征的数值,且不能各自独立颠倒顺序,必须按问题的本来属性。 检验统计量: :配对样本差值的均值 则拒绝 。 双边: 若 一个总体 —— 分布,检验方差的数值
文档评论(0)