《概率论与数理统计》第七章假设检验..pdf

《《概率论与数理统计》第七章假设检验..pdf》由会员分享，可在线阅读，更多相关《《概率论与数理统计》第七章假设检验..pdf（33页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、第七章第七章假设检验假设检验学习目标知识目标：理解假设检验的基本概念小概率原理；理解假设检验的基本概念小概率原理；掌握假设检验的方法和步掌握假设检验的方法和步骤。骤。能力目标：能够作正态总体均值、比例的假设检验和两个正态总体的均值、能够作正态总体均值、比例的假设检验和两个正态总体的均值、比例之差的假设检验。比例之差的假设检验。参数估计和假设检验是统计推断的两种形式，它们都是利用样本对总体进行某种推断，然而推断的角度不同。参数估计是通过样本统计量来推断总体未知参数的取值范围，以及作出结论的可靠程度，总体参数在估计前是未知的。而在假设检验中，则是预先对总体参数的取值提出一个假设，然后利用样本数据检

2、验这个假设是否成立，如果成立，我们就接受这个假设，如果不成立就拒绝原假设。当然由于样本的随机性，这种推断只能具有一定的可靠性。本章介绍假设检验的基本概念，以及假设检验的一般步骤，然后重点介绍常用的参数检验方法。由于篇幅的限制，非参数假设检验在这里就不作介绍了。第一节假设检验的一般问题关键词：参数假设；检验统计量；接受域与拒绝域；假设检验的两类错误一、假设检验的基本概念（一）原假设和备择假设为了对假设检验的基本概念有一个直观的认识，不妨先看下面的例子。例某厂生产一种日光灯管，其寿命X服从正态分布N(,2002)，从过去的生产经验看，灯管的平均寿命为1550小时，。现在采用新工艺后，在所生产的新灯

3、管中抽取 25 只，测其平均寿命为 1650 小时。问采用新工艺后，灯管的寿命是否有显著提高这是一个均值的检验问题。灯管的寿命有没有显著变化呢这有两种可能：一种是没有什么变化。即新工艺对均值没有影响，采用新工艺后，X仍然服从N(1550,2002)。另一种情况可能是，新工艺的确使均值发生了显著性变化。这样，X 1650和01550之间的差异就只能认为是采用新工艺的关系。究竟是哪种情况与实际情况相符合，这需要作检验。假如给定显著性水平 0.05。在上面的例子中，我们可以把涉及到的两种情况用统计假设的形式表示出来。第一个统计假设1550表示采用新工艺后灯管的平均寿命没有显著性提高。第二个统计假设1

4、550表示采用新工艺后灯管的平均寿命有显著性提高。这第一个假设称为原假设（或零假设），记为H0：1550；第二个假设1550称为备择假设，记为H1：1550。至于在两个假设中，采用哪一个作为原假设，哪一个作为备择假设，要看具体的研究目的和要求而定。假如我们的目的是希望从子样观察值对某一陈述取得强有力的支持，则把该陈述的否定作为原假设，该陈述本身作为备择假设。譬如在上例中，我们的目的当然是希望新工艺对产品寿命确有提高，但又没有更多的数据可以掌握。为此，我们取“寿命没有显著性提高(1550)”作原假设，而以“寿命有显著性提高(1550)”作为备择假设。（二）检验统计量假设检验问题的一般提法是：在给

5、定备择假设H1下对原假设H0作出判断，若拒绝原假设H0，那就意味着接受备择假设H1，否则就接受原假设H0。在拒绝原假设H0或接受备择假设H1之间作出某种判断，必须要从子样(X1,X2,Xn)出发，制定一个法则，一旦子样(x1,x2,xn)的观察值确定之后，利用我们制定的法则作出判断：拒绝原假设H0还是接受原假设H0。那么检验法则是什么呢它应该是定义在子样空间上的一个函数为依据所构造的一个准则，这个函数一般称为检验统计量。如上面列举的原假设H0：0(01550)，那么子样均值X就可以作为检验统计量，有时还可以根据检验统计量的分布进一步加工，如子样均值服从正态分布时将其标准化，Z X 0/n作为检

6、验统计量，简称Z检验量。或者在总体方差 2未知的条件下，t X 0Sn/n作为检验量，称为t检验量。（三）接受域和拒绝域假设检验中接受或者拒绝原假设H0的依据是假设检验的小概率原理。所谓小概率原理，是指发生概率很小的随机事件在一次实验中几乎是不可能发生的，根据这一原理就可以作出接受或是拒绝原假设的决定。如，一家厂商声称其某种产品的合格率很高，可以达到 99，那么从一批产品（如100 件）中随机抽取一件，这一件恰好是次品的概率就非常之小，只有1。如果把厂商的宣称，即产品的次品率仅为 1作为一种假设，并且是真的。那么由小概率原理，随机抽取一件是次品的情形就几乎是不可能发生的。如果这种情形居然发生了

7、，这就不能不使人们怀疑原来的假设，即产品的次品率仅为1的假设的正确性，这时就可以作出原假设为伪的判断，于是否定原假设。接受域和拒绝域是在给定的显著性水平下，由检验法则所划分的样本空间的两个互不相交的区域。原假设H0为真时的可以接受的可能范围称为接受域，另一区域是当原假设H0为真时只有很小的概率发生，如果小概率事件确实发生，就要拒绝原假设，这一区域称为拒绝域（或否定域）。落入拒绝域是个小概率事件，一旦落入拒绝域，就要拒绝原假设而接受备择假设。那么应该确定多大的概率算作小概率呢这要根据不同的目的和要求而定，一般选择0.05或者0.01，通常用表示。它说明用多大的小概率来检验原假设。显然愈小愈不容易

8、推翻原假设，而一旦拒绝原假设，原假设为真的可能性就越小。所以在作假设检验时通常要事先给定显著性水平.（1称为置信水平）。图 7-1 所示Z检验时的拒绝域和接受域。（四）假设检验中的两类错误由前面已知，假设检验是在子样观察值确定之后，根据小概率原理进行推断的，由于样本的随机性，这种推断不可能有绝对的把握，不免要犯错误。所犯错误的类型有两类：一类错误是原假设H0为真时却被拒绝了。这类错误称为弃真错误，犯这种错误的概率用表示，所以也叫错误或第一类错误。另一类错误是指原假设H0为伪时，却被人们接受而犯了错误。这是一种取伪的错误，这种错误发生的概率用表示，故也称错误或第二类错误。在厂家出售产品给消费者时

9、，通常要经过产品质量检验，生产厂家总是假定产品是合格的，但检验时厂家总要承担把合格产品误检为不合格产品的某些风险，生产者承担这些风险的概率就是，所以也称为生产者风险。而在消费者一方却耽心把不合格产品误检为合格品而被接受，这是消费者承担的某些风险，其概率就是，因此第二类错误也称为消费者风险。正确的决策和犯错误的概率可以归纳为表。自然，人们希望犯这两类错误的概率愈小愈好。但对于一定的子样容量n，不可能同时做到犯这两类错误的概率都很小。通常的假设检验只规定第一类错误，即显著性水平，而不考虑第二类错误，并称这样的检验为显著性检验。表假设检验中各种可能结果的概率接受H0拒绝H0，接受H1H0为真1（正确

10、决策）（弃真错误）1（正确决策）H0为伪（取伪错误）（五）双边检验和单边检验根据假设的形式，可以把检验分为双边检验和单边检验，单边检验又进一步分为右检验和左检验。1、双边检验例如，检验的形式为：H0：0H1：0由于我们在这里提出的原假设是等于某一数值0，所以只要0或0二者之中有一个成立，就可以否定原假设，这种假设检验称为双边检验，它的拒绝域分为两个部分，有两个临界值，在给定显著性水平下，每个拒绝域的面积为/2。双边检验如图所示。2、单边检验在有些情况下，我们关心的假设问题带有方向性。例如产品的次品率则要求愈低愈好，它不能高于某一指标，当高于某一指标，就要拒绝原假设，这就是单边检验。这时拒绝域的

11、图形在右侧，就称作单边右检验。检验的形式可以写为：H0：0，H1：0。又例如，灯管的使用寿命，药物的有效成分这类产品质量指标是愈高愈好，它不能低于某一标准，当低于某一标准时就要拒绝原假设，这时拒绝域的图形在左侧，就称为单边左检验。检验的形式为：H0：0，H1：0。二、假设检验的一般步骤一个完整的假设检验过程，一般包括五个主要步骤：（一）提出原假设和备择假设确定是双边检验还是单边检验，例如双边检验为：H0：0，H1：0。单边左检验为：H0：0，H1：0。单边右检验为：H0：0，H1：0。（二）（二）建立检验统计量建立检验统计量是假设检验的重要步骤。譬如上例中，在总体X服从正态分布N(,2002)

12、的假定下，当原假设H0：1550成立时，建立检验统计量Z X 1550200/n，那么Z就服从标准正态分布N(0,1)。在具体问题里，选择什么统计量作为检验统计量，需要考虑的因素与参数估计相同。例如，用于进行检验的样本是大样本还是小样本，总体方差是已知还是未知等等，在不同条件下应选择不同的检验统计量。（三）（三）规定显著性水平，确定H0的拒绝域例如，当原假设H0：0成立时，检验统计量U服从标准正态分布N(0,1)，那么给定显著性水平（0 1)，按双边检验，在标准正态分布表中查得临界值z，使得2PZ z2，或者Pz Z z122。若由子样(X1,X2,Xn)的一组观察值(x1,x2,xn)算得统

13、计量Z的值z落在(,z)或(z,)时，则拒绝或否定H0，(,z)及(z,)2222组成H0的拒绝域，称z为临界值。2（四）（四）计算实际检验量在例中，X 016501550200/25z/n 2.5。（五）（五）判断将实际检验量的数值与临界值比较，以确定接受或拒绝H0。在本例中，z u0.051.645。实际检验量u之值大于临界值1.645,即落入拒绝域，故拒绝H0：1550，接受假设H1：1550，即可认为采用新工艺后日光灯管的平均寿命有显著性提高。第二节正态总体的参数检验关键词：总体均值的检验;总体比例的检验；单边右检验；单边左检验；两个总体均值之差；两个总体比例之差一、一个正态总体的参数

14、检验（一）总体均值的检验、正态总体且方差 2已知例某厂生产一种耐高温的零件，根据质量管理资料，在以往一段时间里，零件抗热的平均温度是 12500C，零件抗热温度的标准差是 1500C。在最近生产的一批零件中，随机测试了 100 个零件，其平均抗热温度为 12000C。该厂能否认为最近生产的这批零件仍然符合产品质量要求，而承担的生产者风险为。解：从题意分析知道，该厂检验的目的是希望这批零件的抗热温度高于 12500C，而低于 12500C 的应予拒绝，因此这是一个左边检验问题。（1）提出假设：H0：1250,H1：1250。（2）建立检验统计量为：X 0Z/n。（3）根 据 给 定 的 显 著

15、性 水 平 0.05，查 表 得 临 界 值 z0.05 1.645，因此拒绝域为(,1.645)。（4）计算检验量的数值X 012001250150/100z/n 3.33。（5）因为3.33(,1.645)，落入拒绝域，故拒绝原假设或接受备择假设，认为最近生产的这批零件的抗高温性能低于12500C，不能认为产品符合质量要求。、大样本，总体分布和总体方差2未知在大样本的条件下，不论总体是否服从正态分布，由中心极限定理可知，样本均值X近似服从正态分布N(,2n)，（为总体均值，2为总体方差，n为样本容量）。总体方差未知时，可用大样本方差S2n11n(Xi X)2代替总体方差2来估计。所以总体均

16、值的检验量n 1i1为：Z X 0Sn1/n。例例某阀门厂的零件需要钻孔，要求孔径10cm，孔径过大过小的零件都不合格。为了测试钻孔机是否正常，随机抽取了 100 件钻孔的零件进行检验，测得X 9.6cm，s 1cm。给定 0.05，检验钻孔机的操作是否正常。解：从题意可知，这是一个总体均值的双边检验问题。（1）提出假设：H0：10,H1：10。（2）建立检验统计量：X 0Sn1/n。Z（3）由给定的显著性水平 0.05，查表得临界值 z/2 1.96，因此拒绝域为(,1.96)及(1.96,)。（4）计算实际检验量的数值：z X 0Sn1/n9.6101/100 4。（5）因为 4(,1.9

17、6)，落入拒绝域，故应拒绝原假设H0，接受H1，认为零件的孔径偏离了10cm的合格要求，且偏小。这说明钻孔机的操作已不正常，应进行调试。、小样本，正态总体且方差 2未知当总体服从正态分布N(,2)，和 2为未知参数，小样本时，要检验H0时的统计量是自由度为n1的t 分布：t X 0Sn1/n。例 某日用化工厂用一种设备生产香皂，其厚度要求为5cm，今欲了解设备的工作性能是否良好，随机抽取 10 块香皂，测得平均厚度为5.3cm，标准差为0.3cm，试分别以0.01,0.05的显著性水平检验设备的工作性能是否合乎要求。解：根据题意，香皂的厚度指标可以认为是服从正态分布的，但总体方差未知，且为小样

18、本。这是一个总体均值的双边检验问题。（1）提出假设：H0：5（合乎质量要求），H1：5（不合乎质量要求）。（2）建立检验统计量。由题目的条件，检验统计量为：X 0Sn1/n。t（3）当 0.01和自由度n19，查表得t/2(9)3.2498，拒绝域为(,3.2498)及(3.2498,)，接受域为(3.2498,3.2498)。当 0.05和自由度n19，查表得t/2(9)2.2622，拒绝域为(,2.2622)及(2.2622,)。（4）计算实际检验量的值：X 0s/n5.350.3/10t 3.16。（5）当 0.01时，3.16(3.2498,3.2498)，落入接受域，故接受原假设H0

19、，认为在 0.01的显著性水平下，设备的工作性能尚属良好。当 0.05时，3.16(2.2622,)，落入了拒绝域，因此要拒绝原假设H0，认为在 0.05的显著性水平下，设备的性能与良好的要求有显著性差异。同样的检验数据，检验的结论不同，这似乎是矛盾的。其实不然，当在显著性水平 0.01时接受原假设，只能是认为在规定的显著性水平下，尚不能否定原假设。接受H0，并不意味着有绝对的把握保证H0为真。我们从此例看到，在 95的置信水平上否定原假设，但是却不能在 99的置信水平上否定原假设。（二）总体比例的检验在实际问题中，检验总体中具有某种特征的个体所占的比例是否为某个假设值p0，是经常遇到的。譬如

20、，一批产品中的次品率，适龄儿童的入学率，电视节目的收视率，等等。由中心极限定理可知，在渐进服从正态分布，因而可用Z统计量大样本的情况下，样本比例p进行检验。p0pp0(1 p0)nZ 例例一项社会调查结果指出某市老年人口的比重为，该市老年人口研究会为了检验调查结果的可靠程度，随机抽选了该市 400 名居民，其中有 57 名年龄在 65 岁以上的老年人。在给定显著性水平 0.05下，调查结果是否支持该市老年人口的比重为的看法解：这是一个有关总体比例的双边检验问题。（1）提出假设：H0：p 14.7，H1：p 14.7。（2）计算子样比例p5714.25及实际检验量：400z p0pp0(1 p0

21、)n0.14250.1470.147(10.147)400 0.254。（3）当 0.05时，查正态分布表，得临界值z0.05/2 1.96（4）由于z z/2，故接受H0，所以认为调查结果有 95的把握支持该市老年人口的比重为的看法。二、两个正态总体的参数检验在许多实际问题和科学研究中，人们需要比较两个总体的参数，看它们是否有显著性的差别。例如，两个试验品种的农作物产量是否有明显的差异；在相同的年龄组中，高学历和低学历的职工收入是否有差异；两种农药杀虫效果的比较，等等。对此，可以利用两个正态总体的参数检验寻求答案。（一）两个总体均值之差的抽样分布两个总体均值之差的分布一般有三种情形：1、当两

22、个正态总体方差已知时，两总体均值之差的抽样分布为：Z(X1 X2)(12)21n122 N(0,1)n22、当两个总体分布和总体方差未知，两个均为大样本时，两总体均值之差的抽样分布为：Z(X1 X2)(12)S21n1n1S22n2 N(0,1)n23、当两个正态总体方差未知（但方差相等），两个均为小样本时，两总体均值之差的抽样分布为：t(X1 X2)(12)Sw11n1n2 t(n1 n2 2)，2,SwSwS 2w2(n11)S12n1(n21)S2n2n1 n22。（二）两个总体均值之差的检验在对两个总体均值之差进行假设检验时，假设的形式一般有以下三种：H0：12H1：12H0：12H1

23、：12H0：12H1：12例在一项社会调查中，要比较两个地区居民的人均年收入。根据以往的资料，甲、乙两类地区居民人均年收入的标准差分别为15365 元和24740 元。现从两地区的居民中各随机抽选了 100户居民，调查结果为：甲地区人均年收入X130090 元，乙地区人均年收入为X228650 元。试问，当 0.05时，甲、乙两类地区居民的人均年收入水平是否有显著性的差别。解：这是两个总体均值之差的显著性检验，没有涉及到方向，所以是双边检验。由于两个样本均为大样本且总体方差已知，因而可用检验统计量：(X1 X2)(12)Z 21n122 N(0,1)n2（1）提出假设：H0：12H1：12（2

24、）根据子样计算实际检验量的值（X X2）（12）(30090 28650)z 1 2.0522221253654740100100n1n2（3）当 0.05时，查正态分布表得z/2 1.96。（4）因为z 2.051.96，故拒绝H0，认为甲、乙两类地区居民的人均年收入有显著性差异。例例某车间比较用新、旧两种不同的工艺流程组装一种电子产品所用的时间是否有差异，已知两种工艺流程组装产品所用的时间服从正态分布，且1222。第一组有 10 名技工用旧工艺流程组装产品，平均所需时间X1 27.66分钟，子样标准差s112分钟，另一组有 8 名技工用新工艺流程组装产品，平均所需时间X217.6分钟，标准

25、差s210.5分钟。试问用新、旧两种不同工艺流程组装电子产品哪一种工艺方法所需时间更少（0.05)解：由题意知，总体方差12,22未知，但两者相等。两样本均为小样本，故用t作检验统计量(X1 X2)(12)Sw11n1n2t t(n1 n2 2)2(n11)s12(n21)s2Sn1 n222w1、提出假设，若12 0，则表示两种工艺方法在所需时间上没有显著差异；若12 0，则表示用新工艺方法所需时间少，所以，单边右检验：H0：12 0，H1：12 0。2、由已知条件，2X1 27.66,X217.6,s1212,s210.5,n110,n2 8，计算检验量的值：2(n11)s12(n21)s

26、2(101)122(81)10.52S129.23n1 n221082，2wSw 129.23 11.37。t(X1 X2)(12)Sw11n1n2(27.6617.6)011.37111081.867。3、当 0.05时，t的自由度为n1 n22 1082 16，查t 分布表，临界值为t0.05(16)1.7459，拒绝域为(1.7459,)，因1.867(1.7459,)落入拒绝域，所以拒绝H0，接受H1，认为新工艺流程组装产品所用时间更少。（三）两个总体比例之差的检验两个总体比例之差的检验与两个总体均值之差的检验一样，所不同的只是比较的两个总体都是两点(01)分布的总体，即两个总体中具有

27、某种特征的个体的比例进行比较。设这两个总体中具有某种特征2代1和p的个体的比例分别为p1和p2，但p1和p2未知，可用子样比例p1 p 2的抽样分布，替。在第六章第三节已给出了两个子样比例之差p为近似地服从以p1 p为期望，以p1(1 p1)p2(1 p2)为方差的正态分n1n2布。当检验两个总体比例之差是等于0，还是不等于 0 时，检验统计量的公式略有变化。、假设为：H0：p1 p2 0H1：p1 p2 0则检验统计量为：Z 1 p 2)(p1 p2)(p(1 p)(p11)n1n2。1其中pX1XX X222,p 1,p，两个子样比例均为大样本，n1n2n1 n2且n1p1,n1(1 p1

28、),n2p2,n2(1 p2)均大于 5。例某保险公司要了解抽烟人群中犯心脏病的比例是否显著高于不抽烟的人群犯心脏病的比例，作了一项调查。调查对象为 50 岁的男性，抽烟每天至少要抽一包。结果 80 名抽烟者中有 20 名犯过心脏病，120 名不抽烟的人中有 15 名犯过心脏病。试以 0.05的 显著性水平推断抽烟人群与不抽烟人群中犯心脏病的比例是否有显著性差异。解：由题意可知，这是一个单边右检验。令p1表示抽烟人群中犯心脏病的比例；p2表示不抽烟人群中犯心脏病的比例；1pX120 0.25为抽烟人群犯心脏病的子样比例；n1802pX215 0.125为不抽烟人群犯心脏病的子样比例；n2120

29、（）提出假设:H0:p1 p2 0，H1:p1 p2 0。（）根据子样数据计算检验量的值：pX1 X22015 0.175n1 n280120，(0.250.125)0 2.28z 1 p 2)(p1 p2)(p(1 p)(p11)n1n20.175(10.175)(11)80120。（）当 0.05时，查正态分布表得z0.051.645，拒绝域为(1.645,)因为z 2.28(1.645,)落入拒绝域，故拒绝H0，接受H1，认为抽烟的人群中犯心脏病的比例要高于不抽烟的人群，表明抽烟与不抽烟的人群中犯心脏病的比例有显著性的差异。、当假设为:H0：p1 p2 d0，H1：p1 p2 d0。则检

30、验统计量为：Z(p1 p2)d0p1(1 p1)p2(1 p2)n1n2。例例 某市教育和卫生部门组成联合调查组，对城区初中的男生和女生中视力近视的人数比例作调查。在初中男生中随机抽查了 60 人，有 18 人近视，在初中女生中抽查了 40 人，有 14 人近视。当显著性水平为 0.05时，是否可以认为城区初中的男生视力近视的比例要低于女生视力近视的比例。解：作假设检验，令：p1表示初中男生视力近视的比例；p2表示初中女生视力近视的比例。H0：p1 p2 0，表示男生和女生近视的人数比例没有显著差异，H1：p1 p2 0，男生近视的比例低于女生近视的比例。1由题意知，p18142 0.3，p

31、0.35。6040实际检验统计量的值为：1 p 2)(p1 p2)(p1(1 p 1)p (1 p 2)p2n1n2z(0.300.35)00.3(10.3)0.35(10.35)6040 0.52。这是一个单边左检验，当 0.05时，临界值为负的，查表得z0.05 1.645，拒绝域为(,1.645)，u 0.52 1.645，故接受H0，拒绝H1，即尚不能认为该市城区初中男生近视的人数比例要低于初中女生近视的比例。第三节Excel 在假设检验中的应用关键词：“工具”；“数据分析”；“Z 检验：二样本平均差检验”本节介绍的总体参数假设检验包括一个正态总体和两个正态总体的参数检验。对于一个正态

32、总体参数的检验，熟悉Excel 的读者，可参照第六章的案例构造一张假设检验的Excel 工作表，进行检验，限于篇幅这里不再介绍。下面分别就Z检验法和t检验法来介绍两个正态总体均值之差的检验中 Excel 的应用。一、Z检验法设有两个正态总体，且为大样本，方差12和22已知，要求作两个总体均值之差的检验。例为了评价 A、B 两厂生产的某种相同的轻型材料的抗压强度，分别从 A、B 两厂生产的材料中随机抽取样品。从 A 厂生产的材料中抽取了 30 个样品，从 B 厂生产的材料中抽取 40 个样品。根据以往的2 64和资料，A、B 两厂生产的材料的抗压强度的方差分别为A2B100。根据以上抽样结果（表

33、），检验两厂生产的这种轻型材料的抗压强度是否有显著性差异（设）。表A、B 两厂材料样品的抗压强度（单位：/）A85 87 73 64 97 70 74 88 92 73 83厂89 82 76 90 94 72 86 74 88 87 9184 76 83 84 79 78 91 85B91 84 66 93 75 66 85 65 78 85 74 83 79 75厂64 76 80 83 91 78 87 57 99 78 62 59 84 89 7984 82 82 70 93 70 79 64 85 72 89解：首先我们将上表中A、B 两厂的样品数据分别输入到Excel工作表中的 A

34、1:A30 和 B1:B40。1、提出假设：H0：12H1：122、用 EXCEL 进行计算分析：（1）选择“工具”下拉菜单；（2）选择“数据分析”选项；（3）在分析工具中选择“Z 检验：二样本平均差检验”；（4）当出现对话框后，在“变量 1 的区域”方框内键入 A1:A30；在“变量 2 的区域”方框内键入 B1:B40；在“假设平均差”方框内键入 0；在“变量1 的区域”方框内键入64；在“变量2 的区域”方框内键入 100；在“”方框内键入；在“输出选项”中选择输出区域（在此选择“新工作表”）。点击“确定”，便输出表的计算结果。表Z 检验：二样本平均差检验由于 z=z/2=，所以接受H0

35、。即认为 A、B 两厂生产的这种材料的抗压强度没有显著性差异。二、t检验法有两个正态总体，方差12和22未知，且为小样本，作两个总体均值之差的检验。例工厂的管理人员对组装新产品的两种方法所需要的时间（单位：分钟）进行测试，他们认为顺序的合理是节约时间提高效率的关键。从采用方法 A 和方法 B 的两组工人中，各随机抽取了 8 个工人，测试的结果如表。假设组装的时间服从正态分布，试以的显著性水平比较两种组装方法是否有显著性差异。表组装产品所用的时间12345678910方法A8.25.310.89.76.55.168 方法B8.89.511.388.37.59.310.9解：（1）选择“工具”下拉

36、菜单（2）选择“数据分析”选项（3）在分析工具中选择“t检验：平均值的成对二样本分析”（4）在出现的对话框中，在“变量 1 的区域”方框内键入 A2：A9；在“变量 2 的区域”方框内键入 B2：B9；在“假设平均差”方框内键入 0；在“”方框内键入；在“输出选项”中选择区域（新工作表）；点击“确定”，计算结果输出如表。表 t 检验：二样本平均差检验由于t 2.62231 t/2 2.3646，所以接受H0，认为两种组装方法没有显著性差异。本章小结本章的内容假设检验是统计推断的另一类重要问题，同参数估计一样都是课程的重点。这一章着重介绍假设检验的基本概念和原理，以及假设检验的一般方法和步骤。具

37、体来说就是两类假设（原假设与备择假设）、两类错误（弃真错误与取伪错误）、显著性水平、拒绝域和接受域等基本概念，比较详细地就Z检验法和t检验法，对一个正态总体和两个正态总体的参数检验分别作了介绍。并列举案例，介绍以 Excel 为工具进行假设检验的方法与步骤。同步训练一、单项选择题1、某茶厂规定其盒装的茶叶每盒的平均重量不低于 500 克，否则不能出厂。现对一批盒装的茶叶进行检验，要求其规定的可靠性要达到 99%，其原假设和备择假设应该是（）。A.H0:500,H1:500；B.H0:500,H1:500；C.H0：500,H1：500；D.H0：500,H1：5002、设正态总体，均值和方差

38、2未知。H0：0，H1：0，显著性水平为，采用大样本，则统计量Z的拒绝域（）。A.Z z,B.Z z,C.Z z/2,D.Z z/23、在假设检验中，显著性水平是表示（）。A.原假设为真时被拒绝的概率；B.原假设为假时被接受的概率；C.原假设为真时被接受的概率；D.原假设为假时被拒绝的概率4、在一次假设检验中，当显著性水平 0.05,H0被接受时，则用（）。0.01，A一定会被接受；B.一定不会被接受；C.可能会接受；D.必须从新检验5、两个非正态总体的均值比较，采用Z检验时必须（）。A.两个总体的方差均已知；B.两个样本的容量要相等；C.两个总体的方差要相等；D.两个样本均为大样本二、填空题

39、1、正态总体均值的假设检验，H0:0,H1:0，这种检验称作（）侧检验，若显著性水平为，大样本，其拒绝域为（）。2、正态总体均值的假设检验，H0:0,H1:0，显著性水平，这种检验称作（）侧检验，若总体方差 2已知，小样本，则检验统计量（），拒绝域（）。3、正态总体的假设检验，H0:0,H1:0，称作（）侧检验，若方差未知，小样本，则检验统计量（），显著性水平为，拒绝域（）。4、当原假设H0为真而被拒绝的错误称作（），原假设H0为假时而被接受的错误称作（）。5、假设检验中若其他条件不变，显著性水平的取值越小，接受H0的可能性（），原假设为真而被拒绝的概率（）。三、案例分析某自动生产线在正常生产

40、条件下有 2的产品是次品，一个质量检验员每小时抽取 5 件产品作检验，规则要求发现一个次品就拒绝。（1）试建立原假设和备择假设；（2）说明检验统计量是什么（3）给出接受域和拒绝域，并分别计算接受和拒绝的概率。同步训练解答：一、单项选择题解答：；。X 0二、填空解答：1.双侧、Z z；2.右侧、Z 3.双侧、t X 0s/n/n、Z z；,t t/2(n 1)；4.弃真错误，又称第一类错误；取伪错误，又称第二类错误；5.越大、越小。三、案例分析解答：（一）分析：本案例主要是让读者进一步熟悉假设检验的一般操作步骤。解此题的主要工作是设计假设，计算接收域和拒绝域。（二）计算：1、H0：p 2，H1：p 2；2、5 个产品中次品的个数X；0505 3、接受域X 0，被接受的概率P（X 0）p(1 p)0.9039。拒绝域X 1，拒绝概率P(X 1)1 P(X 0)1 0.9039 0.0961。阅读、讨论与思考阅读茆诗松、周纪芗主编的概率论与数理统计（中国统计出版社 2000 年 7 月第 2 版，2003 年 7 月第 4 次印刷）、贾俊平主编 统计学（中国人民大学出版社 2003 年 6 月第 1 版）相关章节，指出假设检验的基本内容有哪些。