假设检验在MATLAB中的实现.pptVIP

假设检验MATLAB中的实现 主要内容 单正态总体均值的假设检验 单正态总体均值的假设检验 tail=0，备择假设为“期望值不等于 M”； tail=1，备择假设为“期望值大于 M”； tail=-1，备择假设为“期望值小于 M”。 默认时，TAIL=0. ALPHA为设定的显著水平（默认为0.05）。SIG为假设成立的概率，SIG值非常小时对原假设置疑； H=0 表示在显著水平为ALPHA下，接受原假设， H=1 表示在显著水平为ALPHA下，拒绝原假设； 单正态总体均值的假设检验 单正态总体均值的假设检验 MATLAB实现 x=[49.7,50.6,51.8,52.4,49.8,51.1,52,51.5,51.2]; [H,sig]=ztest(x,50,1,0.05,0) 结果： H= 1 %拒绝原假设即认为机器不正常 sig=7.6083e-004 %p=0小，对原假设置疑 结果H=1，说明在1的水平下，拒接原假设，即认为机器运转不正常。 单正态总体均值的假设检验 单正态总体均值的假设检验 tail=0，备择假设为“期望值不等于 M”； tail=1,备择假设为“期望值大于 M”； tail=-1,备择假设为“期望值小于 M”。 默认时，TAIL=0. ALPHA为设定的显著水平（默认为0.05）。sig为假设成立的概率，sig值非常小时对原假设置疑； H=0 表示在显著水平为ALPHA下，接受原假设， H=1 表示在显著水平为ALPHA下，拒绝原假设； 单正态总体均值的假设检验 双正态总体均值的假设检验 tail=0，备择假设为“期望值不等”； tail=1,备择假设为“X的期望大于Y的期望”； tail=-1,备择假设为“X的期望小于Y的期望”。 默认时，TAIL=0. ALPHA为设定的显著水平（默认为0.05）。SIGNIFICANCE为当假设成立的概率SIGNIFICANCE值非常小时对原假设置疑； H=0 表示在显著水平为ALPHA下，接受原假设， H=1 表示在显著水平为ALPHA下，拒绝原假设； 秩和检验 解：建立假设 H0: X=Y; H1: X ≠ Y. MATLAN实现： X=[33.592,33.862,33.751,33.673,33.847,33.778,33.631,33.911,33.785,33.928]; Y=[34.221,33.947,33.856,34.039,34.000,33.924,34.125,34.273,33.968,33.923]； [P,H]=ranksum(X,Y,0.05) P =7.6854e-004 %两样本均值相等的概率很小 H =1 %不接受原假设，即两机床加工的直径有显著不同 * * * * MATLAB 1.单正态总体均值的假设检验 2.两个正态总体均值差的检验 3.秩和检验 σ已知时的u检验（U检验法）由ztest函数来实现 在MATLAB中U检验法由ztest函数来实现。 Ztest 假设检验，（正态）样本均值与一常数比较。 格式： [H, SIG]=ztest(X,M,sigma,ALPHA,TAIL) 当标准差sigma已知时，函数执行一正态检验来判断是否来自一正态分布的样本的期望值。M作为判断标准来估计。默认值ALPHA=0.05,TAIL=0. 原假设为“期望值等于M” 例1.某面粉厂的包装车间包装面粉，每袋面粉的重量服从正态分布，机器正常运转时每袋面粉重量的均值为50kg，标准差1。某日随机的抽取了9袋，重量分别为：49.7，50.6，51.8，52.4，49.8，51.1，52，51.5，51.2.问机器运转是否正常？ 解： 分析 总体u；标准差σ=1已知，问题化为根据样本值来判断u=50还是u ≠50。为此提出假设： 原假设 H0: u= u0=50 备择假设 H1： u ≠ u0 2. σ未知时的检验（t检验法）由ttest函数来实现 格式：[H,SIG]=ttest(X,M, ALPHA,TAIL) 功能：对正态分布总体的采样X进行t检验， 函数执行检验来判断是否来自一正态分布的样本的期望值可用M来估计。默认值M=0，ALPHA=0.05，TAIL=0. 原假设为“期望值等于M”。 例2某灯泡厂出厂的标准是寿命不少于2000小时，现随机的从该厂生产的一批灯泡中抽取了20只，寿命分别为： 1558，1627，2101，1786，1921，1843，1655，16