第一单元 U检验.doc

第一单元 U检验 一、学习目标 通过本课的学习，掌握小概率事件原理，同时熟练掌握单正态总体均值的检验(U检验)方法. 二、内容讲解 1.小概率事件 假设检验是与点估计、区间估计有区别的另一类问题. 点估计面临的问题是：总体里含有未知参数，解决的方法是根据样本求出一个量去代替未知参数；区间估计面临的问题也是总体里含有未知参数，解决的方法是确定一个区间以一定的概率去包含未知参数；而假设检验面临的问题更加广泛，可以推断总体里含有的未知参数，总体服从什么分布，甚至两个总体的期望或方差是否相同.例如到达港口的船只数量服从什么分布？解决的思路是假设这个分布是服从泊松分布，那么是否可以接受这种假设呢？下面看引例. 例某种产品按规定次品率不超过4%才能出厂,今从一批产品中抽查10件,发现有4件次品,问这批产品能否出厂? 解：假设次品率等于4％ P(任抽10件发现4件次品)＝ 这说明，在假设成立的条件下，发生抽样这种结果的概率是很小的.这种事件称为小概率事件. 实际生活中，大家能够接受这样一个原理——小概率事件原理：“小概率事件在一次抽样中是不会发生的”,而该问题使得小概率事件发生，说明假设是不对的，从而拒绝假设,表明这批产品不能出厂. 假设检验的思想： 1）对所研究的总体作某个假设.(譬如:假设其未知的E(X)=90;假设其未知的D(X)=15；假设两个总体的E(X)=E(Y)；假设X的分布是正态分布的，等等.) 2）通过抽样的样本值来检验是否接受假设? 是否接受的标准就是看在假设成立条件下发生抽样结果的事件是否为小概率事件?若是，就拒绝假设；不是就接受假设. 用假设检验来做判断,有可能是错误的,两类错误都有可能,即把真说成假或把假说成真.为了减少错误可以通过调节“小概率事件”的标准(),一般取=0.10,0.05,0.01，称为检验的显著性水平，或者和区间估计中一样，称为置信度. 取得越小,拒绝假设的可能越小,即将真说成假的错误就会减少,但将假说成真的错误就会增加.如果要同时减少这两类错误,则可采取增加样本容量的办法. 2.单正态总体均值的检验 已知方差的情形(U检验) 问题:已知总体,其中已知,现要通过抽样检测判断? 第一步：假设 第二步：适当选取一个样本的统计量.在已知的条件下,选，因在假设的条件下: 第三步：根据显著性水平,确定拒绝域和接受域. 由标准正态分布表,查出满足下述关系的 ；由概率查表得出，于是接受域为[－，]，拒绝域为(-∞, －)和(,+∞)； 第四步：计算，视其属什么区域而作出判断. 到现在为止，我们对未知参数的判断和估计讲了三个方法，下面通过一个具体例子把这三个不同角度提出的对参数的估计方法归纳一下. 已知某元件的寿命服从标准差的正态分布，而数学期望不知，现随机抽取25件测得了它们的寿命为（） 并算得这25件的平均寿命为，现对未知的数学期望有三种处理方法： 1．（点估计）利用抽取样本的测得结果，估计的值若用矩法 2．（区间估计）求的置信区间，置信度取为0.95，即，，查＝1.96，计算，得置信区间为[910.8h，989.2h] 3．（假设检验）若国家规定这种合格元件的使用寿命不低于，问这批元件是否合格？假设，检验假设是接受，还是拒绝？（） 解：＝1.96，接受域为[－1.96，1.96] 计算统计量值＝＝-2.5[－1.96，1.96] 所以拒绝假设的假设. 问题思考：如果根据抽测的样本数据推算出接受零假设，那么是否就可以认为零假设是真的呢？ 答案不是.因为根据假设检验的思想可知，即使由抽测的样本数据推算出接受零假设，但零假设也有100％的可能性是假的. 三、例题讲解 例原有一台仪器测定元件的尺寸现更换成一台新仪器,已知其测定的尺寸,方差不变仍是0.0022,现要检查其测定尺寸的均值是否有变化?（＝0.01） 现利用新仪器测定了10个元件,结果为（单位：cm） 3.281 3.276 3.278 3.286 3.279 3.278 3.281 3.279 3.280 3.277 解：假设? 由＝0.995 ，查表得出=2.575；接受域为[－2.575，2.575] 样本均值 （3.281+3.276+3.278+3.286+3.279+3.2789+3.281+3.279+3.280+3.277) ＝3.2795 计算统计量值＝＝2.37 因为2.37∈[－2.575，2.575],所以接受=3.278的假设,或说和3.278无显著差异. 若取＝0.05，则=0.975，查表得=1.96，所以接受域为[－1.96，1.96]. 因为2.37[－1.96，1.96],所以拒绝假设=3.278的假设,或说和3.278有显著差异. 四、课堂练习 练习：某机床厂加工一种零件.根据经验知道，该厂加工零件的椭圆度服从