理论教育 概率论与数理统计中的假设检验问题

概率论与数理统计中的假设检验问题

时间:2023-10-22 理论教育 版权反馈
【摘要】:当H0 成立时,设xij ~N(i=1,2,…

概率论与数理统计中的假设检验问题

当H0 成立时,设xij ~N(μj,σ2)(i=1,2,…,nj,j=1,2,…,s)且相互独立,利用抽样分布的有关定理,我们有

于是,对于给定的显著性水平α(0 <α<1),由于

由此得检验问题的拒绝域为

由样本值计算F 的值,若F≥Fα,则拒绝H0,即认为水平的改变对指标有显著性的影响.若F<Fα,则接受原假设H0,即认为水平的改变对指标无显著影响.

上面的分析结果可排成表9.4 的形式,称为方差分析表.

表9.4

当F≥F0.05(s-1,n-s)时,称为显著.当F≥F0.01(s-1,n-s)时,称为高度显著(极显著).

在实际中,我们可以按以下较简便的公式来计算ST,SA 和SE,记

即有

例9.3 如上所述,在例9.1 中需检验假设

(www.daowen.com)

给定α=0.05,完成这一假设检验.

方差分析表9.5.

表9.5

则接受H0,即认为4 种生铁试样的热疲劳性无显著差异.

例9.4 如上所述,在例9.2 中需检验假设

试取α=0.05,α=0.01,完成这一假设检验.

得方差分析表9.6.故浸泡水的温度对缩水率有显著影响,但不能说有高度显著的影响.

表9.6

本节的方差分析是在这两项假设下,检验各个正态总体均值是否相等.一是正态性假设,假定数据服从正态分布.二是等方差性假设,假定各正态总体方差相等.由大数定律及中心极限定理,以及多年来的方差分析应用,知正态性和等方差性这两项假设是合理的.

免责声明:以上内容源自网络,版权归原作者所有,如有侵犯您的原创版权请告知,我们将尽快删除相关内容。

我要反馈