統(tǒng)計學(xué)基礎(chǔ)第九章ppt課件-wenkub
2023-04-06 01:33:45 本頁面
【正文】 范圍，因為其差異是廠商的有意行為。如果你從市場上隨機抽取 50瓶，發(fā)現(xiàn)其平均含量為 248毫升。因為出現(xiàn) 97個女孩的概率極低，所以更有可能的解釋就是這種產(chǎn)品是有效的。 52個女孩的結(jié)果接近于 50，因此我們不應(yīng)該認(rèn)為“性別選擇”產(chǎn)品是有效的。 statistics 統(tǒng)計學(xué) —— 第九章假設(shè)檢驗 例 1： ProCare Industries， “性別選擇”的產(chǎn)品，根據(jù)廣告上的說法，這種產(chǎn)品可以使夫婦“將生一個男孩的概率增加到 85％，生一個女孩的概率增加到 80％。 statistics 統(tǒng)計學(xué) —— 第九章假設(shè)檢驗 一、假設(shè)檢驗的一般原理 假設(shè)檢驗的依據(jù)是小概率原理：在一個已知假設(shè)下，如果某個事件發(fā)生的概率非常小，我們通常認(rèn)為，這個假設(shè)可能是不成立的。 假設(shè)檢驗可分為參數(shù)檢驗和非參數(shù)檢驗兩種。參數(shù)檢驗是對總體的參數(shù)進(jìn)行檢驗，可進(jìn)一步區(qū)分為單總體參數(shù)檢驗和多總體參數(shù)檢驗。 小概率原理是對人們?nèi)粘Ｋ季S習(xí)慣的抽象概括?！睂τ谙胍泻⒌姆驄D，“性別選擇”就裝在一個藍(lán)色的包裝里，對于想要女孩的夫婦，“性別選擇”就裝在一個粉色的包裝里。即使 100對夫婦沒有使用任何特殊的性別選擇方法， 52個女孩這個結(jié)果也可能很容易地發(fā)生。 statistics 統(tǒng)計學(xué) —— 第九章假設(shè)檢驗 理解了小概率原理，就理解了假設(shè)檢驗的思想：首先對總體參數(shù)建立某種假設(shè)（稱為原假設(shè)） H0，然后經(jīng)過隨機抽樣取得一組樣本數(shù)據(jù)，如果根據(jù)樣本數(shù)據(jù)計算的某個統(tǒng)計量（或多個統(tǒng)計量）在原假設(shè) H0成立的條件下發(fā)生的概率很小，就拒絕或否定這個原假設(shè)并繼而接受其對立面 —— 備擇假設(shè)。據(jù)此，可否斷定飲料廠商欺騙了消費者？ 分析：樣本平均含量低于廠商聲稱的平均含量，其原因不外乎有兩種：一是由抽樣誤差引起的。 statistics 統(tǒng)計學(xué) —— 第九章假設(shè)檢驗 抽樣誤差范圍是與概率保證程度相聯(lián)系的。 xstatistics 統(tǒng)計學(xué) —— 第九章假設(shè)檢驗 二、假設(shè)檢驗的步驟 1．建立假設(shè) 2．選擇檢驗統(tǒng)計量及其分布 3．確定顯著性水平、臨界值、接受域、拒絕域，計算檢驗統(tǒng)計量的值，檢驗原假設(shè)是否成立。犯第二類錯誤的概率記為 β 。 statistics 統(tǒng)計學(xué) —— 第九章假設(shè)檢驗 例 3：某研究機構(gòu)估計，某地大學(xué)生中手機保有率（大學(xué)生中擁有手機的比率）超過 80％。 第二類錯誤意味著：該地大學(xué)生手機實際保有率超過了 80％，但樣本結(jié)果卻接受了原假設(shè)，認(rèn)為大學(xué)生手機保有率不到80％。 statistics 統(tǒng)計學(xué) —— 第九章假設(shè)檢驗 原假設(shè)： H0： μ ＝ μ 0 備擇假設(shè)： H1： μ ≠ μ 0 檢驗統(tǒng)計量： N ( 0 ,1 )~nσμxZ 0??拒絕域： 2α＞ZZ雙側(cè)檢驗 statistics 統(tǒng)計學(xué) —— 第九章假設(shè)檢驗 例 4：根據(jù)長期經(jīng)驗，某廠生產(chǎn)的某產(chǎn)品的抗折能力服從正態(tài)分布 N（ μ ， 64 kg2）。 ? 5 1085 7 7 5nσμxZ 0 ??????statistics 統(tǒng)計學(xué) —— 第九章假設(shè)檢驗 原假設(shè)： H0： μ ≤ μ 0 備擇假設(shè)： H1： μ ＞ μ 0 檢驗統(tǒng)計量： N ( 0 ,1 )~nσμxZ 0??拒絕域： Z＞ Zα 右側(cè)檢驗 statistics 統(tǒng)計學(xué) —— 第九章假設(shè)檢驗 例 5：能否認(rèn)為這批產(chǎn)品的平均抗折能力超過 570 kg （ α ＝ ）？ 解：根據(jù)題意可建立假設(shè)如下： H0： μ ＝ 570 kg H1： μ ＞ 570 kg 顯然這是一個右側(cè)檢驗問題，拒絕域應(yīng)在抽樣分布的右端。經(jīng)驗表明，該食品的凈重近似服從標(biāo)準(zhǔn)差為 kg的正態(tài)分布。 statistics 統(tǒng)計學(xué) —— 第九章假設(shè)檢驗 Z檢驗可借助于 Excel中的 ZTEST函數(shù)來進(jìn)行。 ⑤根據(jù)“計算結(jié)果”計算 P值，并與顯著性水平 α 比較。 ? ?1nxxSn1i2i?????其中， S為樣本標(biāo)準(zhǔn)差 statistics 統(tǒng)計學(xué) —— 第九章假設(shè)檢驗 原假設(shè)： H0： μ ＝ μ 0 備擇假設(shè)： H1： μ ≠ μ 0 檢驗統(tǒng)計量： 拒絕域： 1)t( n~nSμxt 0 ???? ?1t＞t 2α ?n雙側(cè)檢驗 statistics 統(tǒng)計學(xué) —— 第九章假設(shè)檢驗 例 7：某種板材的厚度要求為 5 mm，為了解板材生產(chǎn)設(shè)備的狀況，隨機抽取了 18 塊板材進(jìn)行檢查，測得其厚度資料如下： 已知板材厚度服從正態(tài)分布，試以 生產(chǎn)設(shè)備性能是否良好。 xstatistics 統(tǒng)計學(xué) —— 第九章假設(shè)檢驗 原假設(shè)： H0： μ ≤ μ 0 備擇假設(shè)： H1： μ ＞ μ 0 檢驗統(tǒng)計量： 拒絕域： t＞ tα （ n－ 1） 1)t( n~nSμxt 0 ???右側(cè)檢驗 statistics 統(tǒng)計學(xué) —— 第九章假設(shè)檢驗 例 8：從某種蔬菜中隨機抽取 9件樣品檢測其農(nóng)藥含量，測得某種農(nóng)藥成分的平
環(huán)評公示相關(guān)推薦
鄂ICP備17016276號-1