当前课程知识点:概率论与数理统计 > 第八章 假设检验 > 第2节 正态总体参数的假设检验 > 8.2.2 正态总体均值的假设检验(方差未知)
大家好
这一讲我们介绍单个正态总体
均值的假设检验问题
第二种情况
方差未知时
σ²未知
我们给出要检验的假设
H₀: μ=μ0
H₁:μ≠μ0
其中μ0是已知的常数
这是一个双侧检验
由于对总体均值做检验
我们要考虑样本均值
选择检验统计量
由于总体的方差是未知的
这时我们选择用样本的标准差
S去替换总体的标准差σ
得到的估计量是 Xbar-μ0
比上S除以根下n
在原假设H₀成立的条件下
由定理6.4 ,它是服从自由度为
n-1的T分布
接下来 我们就要通过T分布的分位数
来给出小概率事件
也就是给出拒绝域
对于给定的显著性水平α
由于T分布 它的密度图形
与标准正态分布极为类似
是关于Y轴对称的
那么我们考察T分布的上二分之α分位数
t 1减二分之α
自由度为n-1
以及它的对称点
负的t 1减二分之α
服从自由度为n-1的T分布的变量
落在这两个点左右两侧的面积
分别都是二分之α
因此
统计量 |T|大于等于
自由度为n-1的T分布的
二分之α分位数的概率就是
两边的面积之和α
这是一个小概率事件
如果小概率事件在一次试验中发生了
那么就与小概率原理是矛盾的
我们就拒绝原假设H₀
因此
H₀的拒绝域是检验统计量
T的观测值
我们记为t,它满足
|t|大于等于自由度为n-1的
上二分之α分位数
下面我们做几点说明
第一
这种采用服从T分布的
检验统计量的方法
我们称之为T检验法
第二,大家来看拒绝域
H₀的拒绝域有两个临界值
一个是自由度为n-1的
上二分之α分位数
一个是它的对称点
负的t 1减二分之α
n-1
当观测值落在这两个临界值的
左右两侧时
我们就拒绝原假设H₀
因此 这是一个双侧检验
第三
自由度为n-1的上二分之α分位数
它满足
|T|>=t 1减二分之α(n-1)
的概率是α
因此我们也形象的
把t 1减二分之α(n-1)
称为自由度为n-1的
T分布关于α的双侧分位数
这是双侧检验
那么接下来我们介绍单侧的
检验假设 H₀: μ=μ0
H₁:μ小于μ0,μ0为已知的常数
大家也可以写成 H₀: μ>=μ0
H₁:μ小于μ0
这两种不同的形式
它们的检验法则检验效果也是一致的
与双侧的一样
我们选择的检验统计量依然是
T等于Xbar减μ0
比上S除以根下n
大家看,在H₁中 μ小于μ0
当H₁为真时
μ的估计量Xbar往往偏小
因此
当Xbar偏小时,我们就拒绝原假设H₀
从而H₀的拒绝域在左侧
这是一个左侧检验
大家看这个图
落在负的t 1减α(n-1)
左侧区域的面积为α
因此
H₀的拒绝域可以表示成
t小于=负的t 1减α(n-1)
类似的
我们给出右侧检验
检验假设 H₀: μ=μ0
H₁:μ>μ0
其中μ0为已知的常数
大家也可以把H₀写成
H₀: μ小于=μ0
H₁:μ>μ0
这两种不同的形式
检验法则检验效果也是一致的
我们选择的检验统计量依然是
T等于Xbar减μ0
比上S除以根下n
在H₁中 μ>μ0
当H₁为真时
μ的估计量Xbar往往偏大
因此
当Xbar的观测值偏大时
我们就拒绝原假设H₀,
因而它的拒绝域在右侧
大家看图
落在点t 1减α(n-1)
右侧区域的面积是α
因此H₀的拒绝域就是
t>=t 1减α(n-1)
右侧检验和左侧检验
我们统一称为单侧检验
好,接下来我们看一道例题
某厂生产的灯泡寿命X服从正态分布
μ与σ²均未知
现随机抽取10个灯泡 测得寿命的数据如下
让我们判断该厂生产的灯泡平均寿命
能否认为是1600小时
显著性水平α取成0.05
在正态分布当中
它的第一个参数μ代表平均值
因此这个问题就转化成判断
μ与1600小时是有差别还是没有差别
因此原假设取成没有差别
好,第一步提出假设
H₀: μ=μ0=1600
H₁: μ≠μ0
这是一个双侧检验
而且它是关于总体均值μ的一个检验
我们要判断总体的方差是已知还是未知
由题目条件
总体的方差是未知的
因此我们选择的检验统计量是T
T等于Xbar减μ0
比上
S除以根下n
在原假设H₀成立的条件下
它是服从自由度为n-1的T分布
H₀的拒绝域是 T的观测值
|t|>=t 1减二分之α(n-1)
下面 我们就代入数据做判断
由于α=0.05
n=10
我们要确定的临界值就是
t 1减二分之α(n-1)
也就是t 0.975(9)
通过查表可以得到
t 0.975(9)=2.2622
因此H₀的拒绝域的形式为
观测值
|t|>=2.2622
接下来 我们求一下数据可以得到
样本均值Xbar的观测值为1582
标准差为128.56
代入检验统计量
求出它的值
检验统计量的具体取值是这样的
1582-1600
比上
128.56除以根下10
求出来它的绝对值
等于0.4428
它比2.2622显然要小
因此就告诉我们
检验统计量的观测值
落在接受域之内
因此我们就接受原假设H₀
即可认为该厂生产的灯泡平均寿命
是1600小时
这是一个双侧的
那么 接下来我们继续看第二个
如果我们假设该厂生产的灯泡
合格品的标准是平均寿命不低于1600小时
那么由刚才的数据来判断
这批灯泡是否为合格品
α=0.1
这个问题是要我们判断这批产品的
平均寿命低于1600小时了吗
那么原假设就是不低于1600小时
第一步 我们提出假设H₀
H₀: μ>=μ0 =1600
H₁:μ小于μ0
大家也可以写成
H₀: μ=μ0, H₁:μ小于μ0
这两种形式检验法则检验效果
是一致的
这是一个左侧检验
而且是对于总体均值做检验
我们就要判断总体的方差
是已知还是未知
由题目条件
总体的方差是未知的
那么我们选择的统计量是T
T等于Xbar减μ0
比上S除以根下n
H₀的拒绝域位于左侧
它的拒绝域的形式是这样的
观测值
t小于= 负t 1减α(n-1)
接下来我们要查表
α=0.1,n=10
我们要查的就是t 1减α(n-1)
也就是t 0.9(9)
通过查T分布表,
t 0.9(9)=1.3830
因此
H₀的拒绝域就是
t小于=-1.3830
接下来 最后一步判断
由样本的数据求出
xbar=1582
s=128.56
代入检验统计量
求出它的值
1582-1600
比上128.56
除以根下10
求出来的值,等于-0.4428
它显然比-1.3830大
这就告诉我们
检验统计量的观测值落在接受域之内
因此我们就接受原假设H₀
既可以认为这批产品是合格品
好,这一讲我们介绍了
单个正态总体均值的检验
第二种情况
方差未知的时候
我们采用的是t检验法
也是分双侧和单侧两种情况进行了讨论
这一次的内容就到此结束
谢谢大家
-第1节 随机事件
--1.1 作业
-第2节 概率的定义和性质
--1.2 作业
-第3节 古典概型与几何概型
--1.3 作业
-第4节 条件概率
--1.4 作业
-第5节 随机事件的独立性
--1.5 作业
-本章测试
--第一章测试
-第1节 随机变量与分布函数
--2.1 作业
-第2节 离散型随机变量
--2.2 作业
-第3节 连续型随机变量
--2.3 作业
-第4节 随机变量函数的分布
--2.4 作业
-本章测试
--第二章测试
-第1节 二维随机向量及其分布函数
--3.1 作业
-第2节 二维离散型随机向量
--3.2 作业
-第3节 二维连续型随机向量
--3.3 作业
-第4节 条件分布与随机变量的独立性
--3.4 作业
-第5节 随机向量函数的分布
--3.5 作业
-本章测试
--第三章测试
-第1节 数学期望
--4.1 作业
-第2节 方差
--4.2 作业
-第3节 协方差和相关系数
--4.3 作业
-第4节 矩和协方差矩阵
-本章测试
--第四章测试
-第1节 大数定律
--5.1 作业
-第2节 中心极限定理
--5.2.2 De Moivre-Laplace 中心极限定理
--5.2 作业
-本章测试
--第五章测试
-第1节 数理统计的基本问题
-第2节 总体、样本和统计量
--6.2 作业
-第3节 抽样分布
--6.3 抽样分布
--6.3 作业
-第4节 抽样分布定理
--6.4 作业
-本章测试
--第六章测试
-第1节 参数点估计
--7.1 作业
-第2节 区间估计
--7.2 作业
-第3节 非正态总计参数的区间估计
--7.3 作业
-本章测试
--第七章测试
-第1节 假设检验的基本概念
--8.1 作业
-第2节 正态总体参数的假设检验
--8.2 作业
-第3节 非正态总体参数的假设检验
-本章测试
--第八章测试
-期末考试