正态总体及二项分布百分数的假设检验.docxVIP

正态总体及二项分布百分数的假设检验.docx

  1. 1、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。。
  2. 2、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
  3. 3、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)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
正态总体及二项分布百分数的假设检验

1正态总体参数的假设检验 1.1单个正态总体参数的假设检验 1.1.1单个正态总体均值的假设检验 (1)已知方差或已知样本为大样本时,对均值的检验。 样本为正态总体中抽取,方差已知; 样本从正态总体中抽取,方差未知,但样本容量大于30。 提出假设H0,HA; 统计量u计算: u=x-μ0σ0/n或u=x-μ0S/n; H0成立时,u~N(0,1) 依据所给显著水平α,确定临界值u0.5α或uα; 比较所得统计量u与临界值,判断H0或HA成立。 Excel 中用NORMSINV()返回uα,双尾检验中该函数中所用概率应为1-0.5α,单尾检验所用概率为1-α。 (2)方差未知且已知样本为小样本时对均值的假设检验。 1)提出假设H0,HA; 2)统计量t计算: t=x-μ0S/n H0成立时,t~t(n-1) 3)依据所给显著水平α,确定临界值t0.5α或tα; 4)比较所得统计量t与临界值,判断H0或HA成立。 TINV()返回tα,给出的为双尾概率。即显著水平为α,单尾检验时应使用双倍所给显著水平概率2α为参数。metlab中给出为单尾概率。 1.1.2单正态总体方差的假设检验 1)提出假设H0,HA; 2)H0成立前提下统计量计算: χ2=(n-1)S2σ02~χ2(n-1) 3)依据显著水平α及(n-1)的自由度,取得χ2的临界值; 4)判断H0或HA成立:或时,拒绝H0;时拒绝H0;时拒绝H0。 Excel中用CHIINV()返回单尾概率,故双尾检验时概率应使用0.5α,另需使用自由度为第二参数。χ2 1.2两个正态总体参数的假设检验 1.2.1两个正态总体均值差的假设检验 (1)已知两样本方差条件下,假设检验H0:μ1=μ2 1)提出假设; 2)计算统计量:; 3)依据显著水平得临界值; 4)判断。 Excel 中使用数据分析工具中的“Z-检验:双样本平均差检验”。 (2)两样本方差未知且为小样本时,H0:μ1=μ2 a、方差未知但可确定其相等时 检验统计量为 Excel中使用“t-检验:双样本等方差检验”。 b、配对样本: 令 为新的差数总体,其平均数用μd来表示,方差为,样本方差。此时μd=0 t=dSd/n 进行t检验tt(n-1)。 使用excel中的“t-检验:平均值的成对二样本分析”。 c、方差未知但可确定 教材中使用矫正t值的方法,excel中使用了公式对自由度进行了重新??算。 在excel中方差相不相等得出的t值不变,但是方差不同时,其自由度有计算公式: 得出,使用该自由度得到临界值。 1.2.2两个正态总体方差比的假设检验 两个正态总体,,x1与x2相互独立,且、、、都未知。 假设检验。 在成立时,检验统计量。 判断: 成立,则认为可接受。 当时: ,则拒绝。 当时: 时,接受。 2二项分布百分数的假设检验 2.1单个样本 一般假设为: ,因此u的计算公式为 , 当np或nq或=5时,应采用矫正u值uc: 为样本百分数,为总体百分数,为样本百分数标准误,计算公式为: 2.2两个样本 一般的假设为: ,当零假设成立时 , 为合并样本百分数 则统计量为: 当np或nq小于或等于5时, 其中,为两个样本百分数,为样本百分数差异标准误,计算公式为:

文档评论(0)

haihang2017 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档