当前课程知识点:概率论与数理统计 >  第十六周 假设检验 >  单个正态总体参数的假设检验 >  16.3 单个正态总体参数的假设检验

返回《概率论与数理统计》慕课在线视频课程列表

16.3 单个正态总体参数的假设检验在线视频

16.3 单个正态总体参数的假设检验

下一节:16.4拟合优度检验

返回《概率论与数理统计》慕课在线视频列表

16.3 单个正态总体参数的假设检验课程教案、知识点、字幕

关于正态总体期望的假设检验问题

主要有三种形式

设X1、X2到Xn是来自期望为mu

方差为sigma方的正态分布总体

考虑如下三种关于期望mu的检验问题

第一种

原假设为mu小于等于某个常数mu零

备择假设为mu大于mu零

均值偏小是正常的

均值偏大是异常的

只有一个方向是异常的

称为单侧检验

第二种

原假设是mu大于等于mu零

备择假设是mu小于mu零

也是单边检验

第三种情况

原假设是mu等于mu零

备择假设是mu不等于mu零

均值偏大 偏小

在这两个方向上偏离都是异常的

称为双侧检验

这幅图显示了第一种

正态总体期望的假设检验形式的拒绝域

原假设mu小于等于mu零

备择假设mu大于mu零的单侧检验

红色部分为显著性水平0.05的拒绝域

红色部分的面积为0.05

第二种形式的单侧检验

和第一种类似

其拒绝域相应的在左侧

这幅图表示第三种

正态总体期望的假设检验形式的拒绝域

原假设mu等于mu零

备择假设mu不等于mu零的双侧检验

红色部分为显著性水平0.1的拒绝域

拒绝域是对称的

两侧的红色部分面积分别都是0.05

下面给出sigma已知时

上述三种正态总体期望的检验的具体实现

当sigma已知时

对单侧检验问题

原假设mu小于等于mu零

备择假设mu大于mu零

X一拔服从期望为mu

方差为n分之sigma方的正态分布

将其变换为标准正态分布

可以用来作为检验统计量

通常称这个检验为U检验

X一拔的取值越大越异常

拒绝域选为满足sigma分之根号n

乘x一拔减mu零大于等于常数c的

x1、x2到xn的集合

c为临界值

显著性水平为alpha时

检验统计量大于等于c的概率

就是检验统计量的观测值

出现异常时概率等于1减alpha

c就等于分位数u 1减alpha

同理可以确定问题(2)(3)

两种形式的拒绝域

留给同学们课后练习

看一个正态总体均值的假设检验例题

设某工厂生产一种产品

其质量指标服从正态分布

期望为mu 方差为2的平方

mu为平均质量指标

其值越大则质量越好

mu等于10是达到优级的标准

进货商店从一批产品

抽取容量为16的样本

取显著性水平为alpha等于0.05

问如何检验这一批产品是否达到优级

将这一问题整理为标准的

假设检验问题的形式

首先考虑原假设的设定

以产品优质为原假设

和产品不优质为原假设

得到的检验规则和结果

可能都是很不一样的

所以要分两种情况讨论

第一种情形

按照过去长时间的记录

商店的检验人员相信该厂的产品质量很好

当然这也不排除偶尔出现一批

质量较差的产品

这时以产品优质为原假设

第二种情形

按照过去长时间的记录

该厂的产品质量一直不够好

或该厂产品它质量声誉不好

这时 就要以产品质量不优质为原假设

下面对两种情形下的假设检验

给出具体的实现过程和结果

产品质量指标服从参数mu

2的平方为参数的正态分布

mu大于等于10为优级

对产品是否达到优级

进行显著性水平为0.05的假设检验

考虑第一种情形

根据该厂的信誉和合作都非常良好

这时以产品优质为原假设

即mu大于等于10为原假设

备择假设为mu小于10

当参数mu取临界值10时

样本均值X一拔减10除以2分之1

服从标准正态分布

作为检验统计量

此时样本均值越小越异常

拒绝域为x一拔减10除以2分之1

小于u 0.05

即x一拔小于等于9.18

所以当样本均值的观测值x一拔

大于9.18时

接受原假设

接受产品为优级

第二种情形

按照该厂的信誉和合作都不够好

这时以产品不优质为原假设

即mu小于10为原假设

备择假设为mu大于等于10

此时样本均值越大越异常

拒绝域为x一拔减10除以2分之1

大于等于u 1减0.05

即x一拔不小于10.82

所以当样本均值的观测值x一拔

大于10.82时

拒绝产品不是优级的原假设

认为产品为优级

选取mu大于等于10作为原假设时

只要X一拔不小于9.18

就认为产品为优级

当选取mu小于10作为原假设时

X一拔就需要达到10.82以上

产品才被认为是优级

这个例子反映了假设检验

保护零假设的特性

情形一的做法对接受产品为优级有利

情形二的做法

则对接受产品为优级比较苛刻

要求有强有力的证据证明产品质量优秀

才能接受产品为优级

假设检验中

都是以常识性的

经验性的假设作为原假设

也就是以通常认为正常的情况作为原假设

除非数据表明特别的异常

这时才拒绝原假设

当sigma未知时

参数为mu sigma方的正态总体

的关于期望mu的假设检验

可利用服从n-1个自由度的t分布统计量

进行检验

通常称为t检验

在这里列出三种关于mu的检验问题的

显著性水平为alpha的拒绝域的结果

它们的推导留给同学们课下练习

假设检验与置信区间存在着密切的关联

三种形式的显著性水平为alpha的

正态总体期望的假设检验的接受域

与相应条件下

参数mu的1减alpha置信水平的

单边和双边置信区间完全是相同的

概率论与数理统计课程列表:

第一周:随机事件及其概率运算

-随机试验与随机事件

--1.1 随机试验与随机事件

-古典概型

--1.2 古典概型

--第一周:古典概型

-事件间的关系与事件的运算

--1.3 事件间的关系与事件的运算

--第一周:事件间的关系与事件的运算

-两个著名的例子

--1.4 两个著名的例子

--第一周:两个著名的例子

-讲义

第二周:条件概率和独立性

-条件概率

--2.1 条件概率

--第二周:条件概率

-有关条件概率的三个重要计算公式

--2.2 条件概率的三个重要计算公式

--第二周:有关条件概率的三个重要计算公式

-事件的独立性

--2.3 事件的独立性

--第二周:事件的独立性

-应用实例

--2.4 应用实例

--第二周:应用实例

-网球比赛胜率的计算

--Video

-讲义

第三周:随机变量

-随机变量及分布函数

--3.1.随机变量及分布函数

--第三周:随机变量及分布函数

-离散型与连续型随机变量

--3.2 离散型随机变量

--第三周:离散型与连续型随机变量

-分布函数的性质与特殊的例子

--3.3 分布函数的性质与特殊的例子

--第三周:分布函数的性质与特殊的例子

-概率论所需微积分要点回顾

--3.4 概率论所需微积分要点回顾

--第三周:概率论所需微积分要点回顾

-讲义

第四周:常见随机变量

-二项分布与负二项分布

--4.1 二项分布与负二项分布

--第四周:二项分布与负二项分布

-泊松分布

--4.2 泊松分布

--第四周:泊松分布

-几何分布与指数分布

--4.3 几何分布与指数分布

--第四周:几何分布与指数分布

-正态分布

--4.4 正态分布

--第四周:正态分布

-讲义

第五周:随机变量函数的分布及随机变量的数字特征

-随机变量函数的分布

--5.1 随机变量函数的分布

--第五周:随机变量函数的分布

-随机变量的数学期望

--5.2 随机变量的数学期望

--第五周:随机变量的数学期望

-随机变量的方差

--5.3 随机变量的方差

--第五周:随机变量的方差

-原点矩与中心矩

--5.4 原点矩与中心矩

--第五周:原点矩与中心矩

-期望和方差的一些补充性质

--5.5 期望和方差的一些补充性质

--第五周:期望和方差的一些补充性质

-讲义

第六周:常见随机变量的期望方差和应用实例

-二项分布与泊松分布的期望与方差

--6.1二项分布与泊松分布的期望与方差

--第六周:二项分布与泊松分布的期望与方差

-几何分布的期望与方差

--6.2 几何分布的期望与方差

--第六周:几何分布的期望与方差

-均匀、指数和正态分布的期望与方差

--6.3 均匀、指数和正态分布的期望与方差

--第六周:均匀、指数和正态分布的期望与方差

-随机变量数学期望的应用实例

--6.4 随机变量数学期望的应用实例

--第六周:随机变量数学期望的应用实例

-快速排序算法的平均计算量分析

--Video

-讲义

第七周:多维随机变量,独立性

-多维随机变量

--7.1. 多维随机变量

-第七周:多维随机变量

-常见多维随机变量举例

--7.2. 常见多维随机变量举例

--第七周:常见多维随机变量举例

-随机变量的独立性

--7.3 随机变量的独立性

--第七周:随机变量的独立性

-独立随机变量期望和方差的性质

--7.4 独立随机变量期望和方差的性质

--第七周:独立随机变量期望和方差的性质

-讲义

第八周:条件分布与条件期望

-条件分布

--8.1条件分布

--第八周:条件分布

-条件期望

--8.2 条件期望

--第八周:条件期望

-全期望公式(上)

--8.3 全期望公式(上)

--第八周:全期望公式(上)

-全期望公式(下)

--8.4 全期望公式(下)

--第八周:全期望公式(下)

-讲义

第九周 协方差与相关系数

-随机变量函数的期望

--9.1. 随机变量函数的期望

--第九周:随机变量函数的期望

-协方差

--9.2 协方差

--第九周:协方差

-相关系数

-- 9.3 相关系数

--第九周:相关系数

-相关与独立

--9.4 相关与独立

--第九周:相关与独立

-讲义

第十周 独立随机变量和的分布与顺序统计量

-独立随机变量和的分布

--10.1. 独立随机变量和的分布

--第十周:独立随机变量和的分布

-独立正态分布和的分布

--10.2 独立正态分布和的分布

--第十周:独立正态分布和的分布

-最大值、最小值分布

--10.3 最大值、最小值分布

--第十周:最大值、最小值分布

-顺序统计量

--10.4 顺序统计量

--第十周:顺序统计量

-讲义

第十一周 正态分布专题

-正态分布的相关与独立

--11.1 正态分布的相关与独立

--第十一周:正态分布的相关与独立

-边缘密度均为正态,联合分布不是二元正态的例子

--11.2 边缘密度均为正态,联合分布不是二元正态的例子

--第十一周:边缘密度均为正态,联合分布不是二元正态的例子

-二项分布的正态近似

--11.3 二项分布的正态近似

--第十一周:二项分布的正态近似

-正态近似计算实例

--11.4 正态近似计算实例

--第十一周:正态近似计算实例

-讲义

第十二周 大数定律和中心极限定理

-大数定律

--12.1大数定律

--第十二周:大数定律

-中心极限定理

--12.2 中心极限定理

--第十二周:中心极限定理

-蒙特卡洛(Monte Carlo)算法

--12.3 蒙特卡洛(Monte Carlo)算法

-伪随机数和随机模拟

--12.4 伪随机数和随机模拟

-讲义

第十三周 统计学基本概念

-统计学实例

--13.1 统计学实例

-总体与样本

--13.2.总体与样本

-常用统计量

--13.3 常用统计量

--第十三周:常用统计量

-三种重要的统计分布和分位数

--13.4 三种重要的统计分布和分位数

--第十三周:三种重要的统计分布和分位数

-讲义

第十四周 参数点估计

-参数的矩估计

--14.1参数的矩估计法

--第十四周:参数的矩估计

-参数的极大似然估计

--14.2参数的极大似然估计法

--第十四周:参数的极大似然估计

-参数点估计的无偏性和有效性

--14.3 参数点估计的无偏性和有效性

--第十四周:参数点估计的无偏性和有效性

-参数点估计应用实例

--14.4 参数点估计应用实例

--第十四周:参数点估计应用实例

-讲义

第十五周 参数的区间估计

-区间估计的基本思想

--15.1 区间估计的基本思想

--第十五周:区间估计的基本思想

-区间估计的构造方法

--15.2 区间估计的构造方法

--第十五周:区间估计的构造方法

-两个正态总体的区间估计

--15.3 两个正态总体的区间估计

--第十五周:两个正态总体的区间估计

-大样本置信区间

--15.4 大样本置信区间

--第十五周:大样本置信区间

-讲义

第十六周 假设检验

-假设检验问题的提示和标准步骤

--16.1假设检验问题的提示和标准步骤

--第十六周:假设检验问题的提示和标准步骤

-假设检验问题的两类错误和P值

--16.2假设检验问题的两类错误和P值

--第十六周:假设检验问题的两类错误和P值

-单个正态总体参数的假设检验

--16.3 单个正态总体参数的假设检验

--第十六周:单个正态总体参数的假设检验

-拟合优度检验

--16.4拟合优度检验

--第十六周:拟合优度检验

-讲义

应用实例

-利用条件概率计算网球比赛胜率

--利用条件概率计算网球比赛胜率

-利用期望的计算性质分析快速排序算法的平均计算量

--利用期望的计算性质分析快速排序算法的平均计算量

-讲义

习题课一

-事件

--事件

-分布函数

--分布函数

-正态

--正态

-指数与二项

--指数与二项

习题课二

-随机变量函数的分布

--随机变量函数的分布

-指数分布期望

--指数分布期望

-切比雪夫不等式

--切比雪夫

-二元离散

--二元离散

-协方差

--协方差

-二元特征

--二元特征

习题课三

-统计量

--统计量

-无偏估计

--无偏估计

-点估计

--点估计

-假设检验

--假设检验

习题课四

-选择

--选择

-填空

--填空

-大题

--大题

16.3 单个正态总体参数的假设检验笔记与讨论

也许你还感兴趣的课程:

© 柠檬大学-慕课导航 课程版权归原始院校所有,
本网站仅通过互联网进行慕课课程索引,不提供在线课程学习和视频,请同学们点击报名到课程提供网站进行学习。