(08)第8章 假设检验1.ppt

9 9 9 9 Just take the mean and standard deviation of the difference. SD is simply the standard deviation. The formula is the computational formula. 9 Rejection region does NOT include critical value. Rejection region does NOT include critical value. Rejection region does NOT include critical value. 9 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 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 单侧检验 【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) H0: ?1- ? 2 ? 0 H1: ?1- ? 2 0 ? = 0.05 n1 = 60，n2 = 40 临界值(s): 检验统计量: 决策: 结论: 在 ? = 0.05的水平上不拒绝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 ? 假定条件 两个总体都服从正态分布，且方差相等 两个独立的随机样本 假定形式 H0：s12 = s22 或 H0：s12 ? s22 (或 ? ) H1：s12 ? s22 H1：s12 s22 (或 ) 检验统计量 F = S12 /S22～F(n1 – 1 , n2 – 1) 0 不能拒绝H0 F 拒绝H0 a/2 a/2 拒绝 H0 H0: ?12 = ?22 H1: ?12 ? ?22 ? = 0.05 n1 = 15，n2 = 20 临界值(s): 检验统计量: 决策: 结论: 在 ? = 0.05的水平上不拒绝H0 不能认为这两个总体的方差有显著差异 0 F F0.0975 =0.352 .025 拒绝 H0 拒绝 H0 .025 F0.025 =2.62 1. 假设检验的概念和类型 2. 假设检验的过程 基于一个样本的假设检验问题 4. 基于两个样本的假设检验问题 5. 利用p - 值进行检验 结 束 9 9 Rejection region does NOT include critical value. 【例】一个汽车轮胎制造商声称，某一等级的轮胎的平均寿命在一定的汽车重量和正常行驶条件下大于40000公里，对一个由20个轮胎组成的随机样本作了试验，测得平均值为41000公里，标准差为5000公里。已知轮胎寿命的公里数服从正态分布，我们能否根据这些数据作出结论，该制造商的产品同他所说的标准相符？(? = 0.05) 单侧检验！ H0: ? ? 40000 H1: ? 40000 ? = 0.05 df = 20 - 1 = 19 临界值(s): 检验统计量: 在? = 0.05的水平上不拒绝H0 不能认为制造商的产品同他所说的标准不相符 决策: 结论: -1.7291 t 0 拒绝域 .05 假定条件 有两类结果 总体服从二项分布 可用正态分布来近似 比例检验的 Z 统计量 ?0为假设的总体比例 【例】一项统计结果声称，某市老年人口（年龄在65岁以上）的比重为14.7%，该市老年人口研究会为了检验该项统计是否可靠，随机抽选了400名居民，发现其中有57人年龄在65岁以上。调查结果是否支持该市老年人口比重为14.7%的看法？(?= 0.05) 双侧检验 H0: ? = 14.7% H1: ? ? 14.7% ? = 0.05 n = 400 临界值(s): 检验统计量: 在? = 0.05的水平上不拒绝H0 该市老年人口比重为14.7% 决策: 结论: Z 0 1.96 -1.96 .025 拒绝 H0 拒绝 H0 .025 检验一个总体的方差或标准差 假设总体近似服从正态分布 检验统计量 样本方差 假设的总体方差 【例】某厂商生产出一种新型的饮料装瓶机器，按设计要求，该机器装一瓶一升(1000cm3)的饮料误差上下不超过1cm3。如果达到设计要求，表明机器的稳定性非常好。现从该机器装完的产品中随机抽取25瓶，