:假设总的体均值是,即是
:
我们现在对总体进行抽样,根据参数估计的知识,知道样本均值 是 总体均值的无偏估计,因此,样本观察值在一定程度上反映总体特性。如果H0是正确的,即是总体均值是,那么他们之间的差距应该不用太大,可以用来表征这个差距,所以 它不应该太大。
由于总体服从正态分布的时候,这位计算带来了方便,并且它同样可以表征差距大小。
直观的想法是当差距太大的时候,我们就认为的假设是错误的,不能接受。于是接受其反面。
现在假设时就超出了我们的预期,但是注意到我们的是个未知数,所以需要进一步挖掘信息来求出这个未知数,求未知数嘛,解方程好了,所以我们要列一个方程。
注意到,就算 的假设真的是对的,由于外部环境的影响,人为原因的影响,都可能导致成立,即是超出预期,这种错误发生的情况下我们不能拒绝原命题,因为这不是事实的反应。
外部环境的影响,人为原因的影响造成的这种意外的超出范围是一种错误,而且他具有随机性,是一个随机事件。 这种错误是我们不希望的,但是又无法避免,因而我们希望它发生的概率比较小,而且不超过有个范围,比如。
于是 使得此概率不等式成立的k,(结合正态分布的概率密度图)有很多,当概率刚好为时求得的是最小的,一切大于这个的我们统统都可以认为是范了人为错误,不能简单的拒绝,需要重新抽样,这是有实际意义,指定了实际是指定了一个容忍人为错误,或者外界不可控力,进行回炉重新操作的余地。
单这都是理论层面的的分析,实际工作只要确定一个变量使得下面的等式成立,然后解出未知数,大于的拒绝,小于的接受。
于是令 ,这就是我们要寻求的方程。
由概率论的相关知识,我们可以解出.当实际抽样的算出的值,小于这个值的时候,我们无法拒绝 ,当大于的时候我么就拒绝。由于本例统计量服从标准正态分布,因此k其实就是 上分位点。