區(qū)間估計(jì)和假設(shè)檢驗(yàn)(編輯修改稿)
2025-06-17 20:52 本頁(yè)面
【文章內(nèi)容簡(jiǎn)介】 22? 未知且不 相等 2121: ???? ?? 2212*nsnsYXtyx??? ???? )}, . . . ,。, . . . ,({2111*nnlyyxxttPp 本章目錄 27 區(qū)間估計(jì)和假設(shè)檢驗(yàn) 2 均值、方差的假設(shè)檢驗(yàn) ? 兩正態(tài)總體的參數(shù)的假設(shè)檢驗(yàn) 條件 10: HH 檢驗(yàn)統(tǒng)計(jì)量 拒絕 H 0 22122212: ???? ?? ??????)}, . . . ,。, . . . ,({2121111,1 nnnnyyxxFFPp 22122212: ???? ?? 2111,1)},...,。,...,({2121?????? nnnnyyxxFFPp 或 2111,1)},...,。,...,({2121?????? nnnnyyxxFFPp 1? 2? 未知 22122212: ???? ?? yxssF22? ??????)}, . . . ,。, . . . ,({2121111,1 nnnnyyxxFFPp 其中 2 )1()1(212221??????nnsnsnS yxw ， ))1()1(()(222212122212????? nnsnnsnsnsl yxyx 本章目錄 28 區(qū)間估計(jì)和假設(shè)檢驗(yàn) 2 均值、方差的假設(shè)檢驗(yàn) ? 假設(shè)檢驗(yàn)與區(qū)間估計(jì)的關(guān)系 （ 1 ）在 ??1 的置信度下，若兩個(gè)置信限同號(hào)，則 00 : ?? ?H ， 210 : ?? ?H 在?水平上被否定。反之，若兩個(gè)置信限異號(hào)，則上述原假設(shè)在 ? 水平上被接受。 （ 2 ）若兩個(gè)置信限均為正，則有 0?? ? 或 21 ?? ? ?；騼蓚€(gè)置信限均為負(fù)，則有0?? ? 或 21?? ? 本章目錄 29 區(qū)間估計(jì)和假設(shè)檢驗(yàn) 2 均值、方差的假設(shè)檢驗(yàn) ? 例 5 ? 設(shè)某廠一車床生產(chǎn)的鈕扣 ， 其直徑據(jù)經(jīng)驗(yàn)服從正態(tài) ， 。 為了判斷其均值的置信區(qū)間 ， 現(xiàn)抽取容量 n=100的子樣 ， 其子樣均值 =， 請(qǐng)檢驗(yàn)假設(shè)是否成立： ),( 20??N ??26: 00 ??H本章目錄 30 區(qū)間估計(jì)和假設(shè)檢驗(yàn) 2 均值、方差的假設(shè)檢驗(yàn) ? 例 5 SAS程序 data val3。 xbar=。 mu=26。 sigma=。 n=100。 u=sqrt(n)*abs(xbarmu)/sigma。 p=2*(1probnorm(u))。 Run。 proc print data=val3。 var u p。 run。 本章目錄 31 區(qū)間估計(jì)和假設(shè)檢驗(yàn) 2 均值、方差的假設(shè)檢驗(yàn) ? 結(jié)果 U P 表明在 接受原假設(shè) 。 本章目錄 32 區(qū)間估計(jì)和假設(shè)檢驗(yàn) 2 均值、方差的假設(shè)檢驗(yàn) ? 例 6 方差的假設(shè)檢驗(yàn) 一自動(dòng)車床加工零件的長(zhǎng)度服從正態(tài)分布 ),( 2??N ，原來(lái)的加工精度 20 ?? 。經(jīng)過(guò)一段時(shí)間的生產(chǎn)后，抽取這車床所加工的 n = 3 1 個(gè)零件，測(cè)得數(shù)據(jù)如下 : 零件長(zhǎng)度 x i 1 0 .1 1 0 .3 1 0 .6 1 1 .2 1 1 .5 1 1 .8 1 2 .0 頻數(shù) n i 1 3 7 10 6 3 1 現(xiàn)在要檢驗(yàn)該車床是否保持原來(lái)的加工精度 , 即 : 20 ??H 本章目錄 33 區(qū)間估計(jì)和假設(shè)檢驗(yàn) 2 均值、方差的假設(shè)檢驗(yàn) ? 例 6 方差的假設(shè)檢驗(yàn) 這事實(shí)上是一個(gè)單側(cè)檢驗(yàn)問(wèn)題。因?yàn)檐嚧驳木炔粫?huì)自動(dòng)提高，最多只能保持原來(lái)的水平，其備擇假設(shè)則是車床的精度下降。 本章目錄 34 區(qū)間估計(jì)和假設(shè)檢驗(yàn) 2 均值、方差的假設(shè)檢驗(yàn) SAS程序?yàn)椋? data val4。 input x fx@@。 cards。 1 3 7 10 6 3 12 1 run。 proc means data=val4。 var x。 freq fx。 output out=tval1 css=ss n=n。 Run。 data tval2。 set tval1。 sigma=。 df=n1。 chi=ss/sigma。 p=1probchi(chi,df)。 Run。 proc print data=tval2。 var chi p。 run。 本章目錄 35 區(qū)間估計(jì)和假設(shè)檢驗(yàn) 2 均值、方差的假設(shè)檢驗(yàn) 結(jié)果為： CHI P 在 ， 接受備擇假設(shè) ， 即認(rèn)為該車床經(jīng)過(guò)一段時(shí)間的使用后 ， 其精度有所下降 。 本章目錄 36 區(qū)間估計(jì)和假設(shè)檢驗(yàn) 2 均值、方差的假設(shè)檢驗(yàn) ? 例 7 成對(duì)數(shù)據(jù)的 t檢驗(yàn)和區(qū)間估計(jì) 設(shè)某個(gè)班級(jí) 20名學(xué)生參加了兩次課程的考試（成績(jī)?cè)谙旅娴某绦蛑校F(xiàn)想知道兩次考試的難度是否相同 ？ 本章目錄 37 區(qū)間估計(jì)和假設(shè)檢驗(yàn) 2 均值、方差的假設(shè)檢驗(yàn) data sta。 input student exam1 exam2@@。 scordiff=exam2exam1。 cards。 1 93 98 2 88 74 3 89 67 4 88 92 5 67 83 6 89 90 7 83 74 8 94 97 9 89 96 10 55 81 11 88 83 12 91 94 13 85 89 14 70 78 15 90 96 16 90 93 17 94 81 18 67 81 19 87 93 20 83 91 Run。 proc means data=sta t prt clm。 var scordiff。 run。 本章目錄 38 區(qū)間估計(jì)和假設(shè)檢驗(yàn) 2 均值、方差的假設(shè)檢驗(yàn) 輸出結(jié)果如下： MEANS過(guò)程中的選擇項(xiàng) t prt clm等要求求出 t值 ， 概率值及置信上下限 ， 其結(jié)果為： 分析變量 : SCORDIFF T 統(tǒng)計(jì)量 Prob|T| % 置信下界 % 置信上界 從而可看出 ， 這兩次考試的難度相當(dāng) ， 其 95%的置信區(qū)間為 [ ，] 本章目錄 39 區(qū)間估計(jì)和假設(shè)檢驗(yàn) ? 判斷總體的分布是否為正態(tài)總體的假設(shè)檢驗(yàn)稱為 正態(tài)性檢驗(yàn) 。從上面可以看出，許多統(tǒng)計(jì)結(jié)論是基于正態(tài)總體的，因此如何來(lái)判斷某樣本是否來(lái)自正態(tài)總體就顯得非常重要。目前，正態(tài)性檢驗(yàn)的方法很多，這里主要介紹 SAS中常用的分布擬合優(yōu)度檢驗(yàn)， W檢驗(yàn)和偏度峰度檢驗(yàn)， 圖檢驗(yàn)等方法。 3 正態(tài)性檢驗(yàn) 本章目錄 40 區(qū)間估計(jì)和假設(shè)檢驗(yàn) 3 正態(tài)性檢驗(yàn) ? 判斷總體的分布是否為正態(tài)總體的假設(shè)檢驗(yàn)稱為 正態(tài)性檢驗(yàn) 。從上面可以看出，許多統(tǒng)計(jì)結(jié)論是基于正態(tài)總體的，因此如何來(lái)判斷某樣本是否來(lái)自正態(tài)總體就顯得非常重要。目前，正態(tài)性檢驗(yàn)的方法很多，這里主要介紹 SAS中常用的 分布擬合優(yōu)度檢驗(yàn) ， W檢驗(yàn) 和 偏度峰度檢驗(yàn) ， 圖檢驗(yàn) 等方法。 本章目錄 41 區(qū)間估計(jì)和假設(shè)檢驗(yàn) 3 正態(tài)性檢驗(yàn) 分布擬合優(yōu)度檢驗(yàn)，是用經(jīng)驗(yàn)分布 )( xFn與原假設(shè)指定的分布函數(shù) )( xF 間的
醫(yī)療健康相關(guān)推薦
鄂ICP備17016276號(hào)-1