概率论与数理统计8.1(假设检验的思想方法和基本概念).pptVIP

概率论与数理统计8.1(假设检验的思想方法和基本概念).ppt

  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
概率论与数理统计8.1(假设检验的思想方法和基本概念)

基本原理 例1 解 8.1.1 假设检验的思想方法 根据上例可以看到假设检验的思想方法是: (1) 提出假设; (2) 在假设成立的条件下构造一个小概率事件; (3) 由样本数据判断小概率事件是否发生了,如果小概率事件发生了,根据“小概率原理”,作出否定原假设的推断. 二、假设检验的相关概念 双侧检验 (显著性水平与拒绝域 ) 8.1.1 假设检验的思想方法 下面分别推出这两种检验的拒绝域: (1) 右边检验: H0: ? ? ?0 H1: ? ?0 由于X~N(?, ?2) ,所以 对于给定的小概率? , 由图8-2易知 当原假设成立时,由于 , 所以 8.1.1 假设检验的思想方法 由于当原假设成立时, 是小概率事件, 因此,选择 做检验统计量, 得到H0的拒绝域为: 由于拒绝域在数轴的右端, 故称此检验为右边检验. 右侧检验 (显著性水平与拒绝域 ) 8.1.1 假设检验的思想方法 (2) 左边检验:H0: ? ? ?0 H1: ? ?0 由于X~N(?, ?2) ,所以 对于给定的小概率? , 由图8-3知 当原假设成立时,由于 所以 即 是小概率事件. 8.1.1 假设检验的思想方法 由于当原假设成立时, 是小概率事件, 因此,仍然可以选择 做检验统计量 得到H0的拒绝域为 由于拒绝域在数轴的左端, 故称此检验为左边检验. 左侧检验 (显著性水平与拒绝域 ) 8.1.1 假设检验的思想方法 再考察下面的例子. 【例8.2】一台包装机包装洗衣粉,额定标准重量为500g,根据以往经验,包装机的实际装袋重量服从正态N(?,?2),其中? = 15g通常不会变化 为检验包装机工作是否正常,随机抽取9袋,称得洗衣粉净重数据如下(单位:g): 497 506 518 524 488 517 510 515 516 问这台包装机工作是否正常? 通过分析知道: 要检验包装机工作是否正常,就是要检验总体均值 ? = 500是否成立. 8.1.1 假设检验的思想方法 现在我们再次回到包装机包装洗衣粉的问题上 洗衣粉净重数据如下:问袋装洗衣粉的平均重量是否大于500? 497 506 518 524 488 517 510 515 516 在显著水平? = 0.05下做右边检验: H0: ? ? 500 H1: ? 500 由于H0拒绝域为 即{z ?1.645},而检验统计量的观测值z = 2.02落入了拒绝域,因此,在? = 0.05的显著水平下,应拒绝H0,可以认为袋装洗衣粉的平均重量是大于500. 8.1.2 假设检验的两类错误 假设检验依据“小概率原理”决定是接受H0或拒绝H0. “小概率原理” 只是在概率意义下成立,不能说小概率事件在一次试验中绝对不可能发生. 因此,假设检验问题可能会犯如下两类错误: 第一类错误(“弃真”):实际情况是H0成立,而检验的结果表明H0不成立,拒绝了H0. 第二类错误(“存伪”):实际情况是H0不成立,H1成立,而检验的结果表明H0成立,接受了H0. 8.1.2 假设检验的两类错误 犯第一类错误的概率: P{弃真} = P{拒绝了H0 | H0为真} = P{检验统计量落入拒绝域 | H0为真} ? ? 犯第二类错误的概率: P{存伪} = P{接受了H0 | H0为假} = P{检验统计量未落入拒绝域 | H0为假} = ? 8.1.2 假设检验的两类错误 (1)假设检验时拒绝原假设具有实际意义,其结果 应受到充分的重视,即拒绝了H0 有充分的依据; (2)不能拒绝原假设时,必须根据其他信息才能作 出较为准确的判断,即接受了H0 仅是没有充分依据拒绝H0 ,并不是在一次试验中对接受H0 提供了充分的依据. 这

文档评论(0)

sandaolingcrh + 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