第三章參數(shù)估計第四章假設檢驗回歸_第1頁
第三章參數(shù)估計第四章假設檢驗回歸_第2頁
第三章參數(shù)估計第四章假設檢驗回歸_第3頁
第三章參數(shù)估計第四章假設檢驗回歸_第4頁
第三章參數(shù)估計第四章假設檢驗回歸_第5頁
已閱讀5頁,還剩12頁未讀 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、第三章 參數(shù)估計2.區(qū)間估計:一般可用在食品及藥品某些主要指標的含量、產品的使用壽命(均值)以及離散程度等數(shù)字特征,用抽樣的樣本去推斷總體的特性。設總體為X,含未知參數(shù), 是樣本,都是樣本的函數(shù)(不含任何未知參數(shù)),對01,使得,即未知參數(shù)以大概率100()%落在區(qū)間內,稱()為置信度(可相信的程度),為的置信區(qū)間,分別為置信上下限。以上過程稱為對的區(qū)間估計,可分為雙側與單側區(qū)間估計。由中心極限定理,大容量的樣本一般都假設總體,對單個正態(tài)總體的未知參數(shù),作區(qū)間估計,其估計量用及表示。例1:某廠生產一批清漆,為考慮該批清漆的平均干燥時間及離散程度,任取n=9個樣本。測得干燥時間分別為6.0,5.

2、7,5.8,6.5,7.0,6.3,5.6,6.1,5.0小時;設總體的干燥時間服從一般正態(tài)分布,即 。 (1)若=0.36,求總體平均干燥時間的95%的置信區(qū)間;解:1、 總體的方差已知, 對作區(qū)間估計,取統(tǒng)計量及分布: , 2 、對,查表取, 雙側區(qū)間估計,如圖使,3、 將 代入并解不等式,有: , 則:,4、 由樣本值: , 5、可以認為該批產品的平均干燥時間以95%的可能性落在區(qū)間內。(2)1、未知,用代替,取統(tǒng)計量及分布:2、對,雙側區(qū)間估計,取,如圖示,使: 3、將統(tǒng)計量代入,4、代樣本值, 5、可以認為該批產品當方差未知時,平均干燥時間以95%的可能性落在區(qū)間內。(3)求的95%

3、的置信區(qū)間。1、取統(tǒng)計量及其分布, ,2、對,雙側區(qū)間估計, 取,使,如圖:3、代有:4、由樣本值:,5、可以認為該批產品平均干燥時間的方差以95%的可能性落在區(qū)間內。例2、單側區(qū)間估計??茖W上重大發(fā)現(xiàn)往往是年輕人作出的,美國科學院統(tǒng)計了15世紀到20世紀12名科學偉人。(1)哥白尼 1543年 日心學說 40歲(2)伽利略 1600年 天文學,望遠鏡 34歲 (3)牛頓 1665年 三大定律,微積分 23歲 (4)富蘭克林 1746年 電的本質 40歲(5)拉瓦錫 1774年 氧氣及燃燒本質 31歲 (6)萊爾 1830年 地球的演化過程 33歲 (7)達爾文 1858年 生物進化論 49歲

4、(8)麥克斯維爾 1864年 光 磁 電場 33歲 (9)居里 1896年 放射性 34歲 (10)普朗克 1911年 量子論 43歲 (11)愛因斯坦 1905年 廣義狹義相對論 26歲 (12)薛定諤 1926年 量子論數(shù)學基礎 39歲求:重大發(fā)現(xiàn)偉人年齡的上限。解: 由未知,取統(tǒng)計量及分布:(求年齡的上限用單側區(qū)間估計) , 基于該統(tǒng)計,數(shù)學最高獎菲爾茲獎(四年頒發(fā)一次),只獎勵給40歲以下的年輕人。第四章 假設檢驗 統(tǒng)計推斷一般分為兩大類:一類是對未知參數(shù)作點估計及區(qū)間估計,另一類是對總體的分布和未知參數(shù)的某些特性作假設檢驗。假設檢驗首先是提出假設,然后根據(jù)假設選取適合的統(tǒng)計量及分布,

5、再用隨機抽樣的樣本去推斷假設的合理性,是拒絕或是接受假設,假設檢驗是概率論中的反證法。1、對參數(shù)的假設檢驗: 其步驟是先對參數(shù)提出原假設,如,檢驗總體的均值。為額定的標準,稱其為原假設,及,稱為備擇或對立假設。由檢驗均值選擇統(tǒng)計量,若方差未知時,選取統(tǒng)計量及其分布:,(稱為檢驗法)對, 取,使為顯著性水平,取等式時為雙側檢驗,取不等式時為單側檢驗。統(tǒng)計推斷的基本原理是:小概率事件在一次隨機試驗中幾乎不會發(fā)生,若小概率事件發(fā)生,則說明假設不真,則有拒絕域或接受域。如:,在為真的條件下,由樣本值去推斷是否在拒絕域內,作出對總體的某些特性是拒絕或是接受的推斷。例1 某鹽業(yè)公司用一臺包裝機包裝精碘鹽,

6、額定標準每袋凈重,隨機抽取,其凈重分別為497、506、518、524、488、511、510、515、512.對,檢驗包裝機工作是否正常。假設每袋的凈重,由經驗得標準差。解: (1),(2)由總體標準差已知,選取統(tǒng)計量及其分布。,(稱為檢驗法)(3)對顯著性水平,查表取,使,拒絕域為 雙側檢驗,(4)由樣本值 當 成立時, ,(5)小概率事件沒有發(fā)生,樣本值不在拒絕域內,接受,即認為包裝機工作正常。說明:在假設檢驗中提出假設時有可能發(fā)生假設錯誤,一般可用區(qū)間估計作驗證。在本例中,。例2:某廠生產某種固體燃料,其燃燒率,額定標準?,F(xiàn)給出一種新的生產方法,任取新方法生產的根產品,測得,樣本標準差

7、,對,檢驗新方法較原方法生產的固體燃料其燃燒率是否有顯著提高。解:(1),(給出反假設,一般否定比肯定更具說服力) , (2)總體方差未知,檢驗總體,取,(3)對顯著性水平,取 ,單側檢驗(檢驗不等式時為單側檢驗),使,其拒絕域 , 當成立時,, 則拒絕域 (4)由樣本值 ,=40,, ,(5) 樣本值在拒域內的小概率事件發(fā)生,拒絕,接受,即認為新方法生產的產品燃燒率有顯著性提高。例3:兩個正態(tài)總體的假設檢驗:假設兩個公司生產同類型電子產品,其使用壽命分別為,為檢驗兩個公司的產品質量是否一致。任取=9個樣本,測得,=18個樣本,測得,對顯著性水平,檢驗兩個公司生產的同類電子產品的質量是否有顯著

8、性差異。解:(1) 首先檢驗正態(tài)總體的均值差,1、 , 或者 , , 2、 在條件下,取統(tǒng)計量及其分布: ,(稱為檢驗法)其中,3、 對顯著性水平,查表, 使得 , 在成立下,拒絕域, 4、由樣本值, , , , , 5、樣本值不在拒絕域內,小概率事件沒有發(fā)生,即可認為兩家公司產品的壽命沒有顯著性差異。 (2)檢驗產品使用壽命的方差比 1、 , ,2、 選取統(tǒng)計量及其分布,(稱為檢驗法) 3、 對顯著性水平查表 , ,使:,拒絕域 :,或者 ,雙側檢驗, 4、 當 成立時,代樣本值,5、由 ,樣本值不在拒絕域內,接受,即可認為產品使用壽命方差沒有顯著性差異。綜合(1)(2)可以認為兩家公司生產

9、同類產品質量沒有顯著性差異。例4、 據(jù)推測:工作和經歷相類似的人群中,矮個子人的壽命較高個子人壽命長,美國科學院統(tǒng)計了31位自然死亡的總統(tǒng),其中5位個子矮58, 5位矮個子總統(tǒng)身高從1.651.76m,壽命從6590歲;26位高個子總統(tǒng)從1.771.97m,壽命從5390。 矮、高個子的壽命分別是隨機變量,記為 , 且 。 解答:,反假設否定更有說服力,在方差相等的條件下,選?。?,不等式檢驗,為單側檢驗,對顯著性水平:,拒絕域;當成立時,由樣本值小概率事件發(fā)生,拒絕,接受推測成立。2、兩類錯誤,假設檢驗作統(tǒng)計推斷是基于小概率事件在一次隨機試驗幾乎不會發(fā)生的原理。但并不說明小概率事件不會發(fā)生。由此假設檢驗作統(tǒng)計推斷時可能發(fā)生兩類錯誤:(1)棄真錯誤 (第一類)P(拒絕|為真時)=,(2)取偽錯誤 (第二類)P(接受|不真時)=,一般控制犯第一類錯誤的概率為,越小有利于假設的成立,但否定,又更有說服力。犯第二類錯誤的概率,越大,有利于假設,如在對犯罪嫌疑人做無罪推斷時。嫌疑人無罪, 嫌疑人有罪(拒絕|為真時)=,(接受|不真時)=,那種情況對社會危害大?經分析:應是第一種。若要使兩類錯誤發(fā)生都較小,可增加樣本的容量n(尋找新證據(jù)以形成證據(jù)鏈)。在生產實際中由0-C準則,以作為樣本容量n選取的參考標準。例5、 工業(yè)產品的抽樣方案:某公司生產了一大批產品、產品質量的主要指標,要

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論