设
X
X
X和
Y
Y
Y相互独立且
X
X
X~
N
(
μ
1
,
σ
1
2
)
N(\mu_1,\sigma_1^2)
N(μ1,σ12),
Y
Y
Y~
N
(
μ
2
,
σ
2
2
)
N(\mu_2,\sigma_2^2)
N(μ2,σ22),其中
σ
1
2
\sigma_1^2
σ12和
σ
2
2
\sigma_2^2
σ22是已知的。来自
X
X
X和
Y
Y
Y的容量分别为
n
1
n_1
n1和
n
2
n_2
n2的样本均值为
X
‾
\overline{X}
X,
Y
‾
\overline{Y}
Y。对显著水平
α
\alpha
α,检验假设
H
0
:
μ
1
−
μ
2
≥
δ
H_0:\mu_1-\mu_2\geq\delta
H0:μ1−μ2≥δ(或
H
0
:
μ
1
−
μ
2
≤
δ
H_0:\mu_1-\mu_2\leq\delta
H0:μ1−μ2≤δ)。由于检验统计量
X
‾
−
Y
‾
−
δ
σ
1
2
/
n
1
+
σ
2
2
/
n
2
\frac{\overline{X}-\overline{Y}-\delta}{\sqrt{\sigma_1^2/n_1+\sigma_2^2/n_2}}
σ12/n1+σ22/n2X−Y−δ~
N
(
0
,
1
)
N(0,1)
N(0,1),所以,我们可以用函数ztestL或ztestR来计算上述的单侧假设
H
0
H_0
H0。
例1某制造厂声称,其制造的线A的平均张力比线B至少强120N,为证实其说法,在同样情况下测试两种线各50条,线A的平均张力
x
‾
=
867
N
\overline{x}=867N
x=867N,线B的平均张力
y
‾
=
778
N
\overline{y}=778N
y=778N。假设A线和B线的张力分别服从
N
(
μ
1
,
62.
8
2
)
N(\mu_1,62.8^2)
N(μ1,62.82)和
N
(
μ
2
,
56.
1
2
)
N(\mu_2, 56.1^2)
N(μ2,56.12)。取显著水平
α
=
0.05
\alpha=0.05
α=0.05,试检验制造厂家的说法。
解: 按题意,需对假设
H
0
:
μ
1
−
μ
2
≥
120
,
H
1
:
μ
1
−
μ
2
<
120
H_0:\mu_1-\mu_2\geq120, H_1:\mu_1-\mu_2<120
H0:μ1−μ2≥120,H1:μ1−μ2<120
作左侧检验,下列代码完成本例计算。
import numpy as np #导入numpy
xmean=867 #样本均值
ymean=778 #样本均值
xsigma2=62.8**2 #总体方差
ysigma2=56.1**2 #总体方差
delta=120 #总体均值假设值
n1=50 #样本容量
n2=50 #样本容量
alpha=0.05 #显著水平
Z=(xmean-ymean-delta)/np.sqrt(xsigma2/n1+ysigma2/n2)#检验统计量值
accept=ztestL(Z,alpha) #计算假设的左侧检验
print('mu1-mu2>=%d is %s'%(delta, accept))
第2~9行按题面设置各项数据。第10行计算检验统计量值 x ‾ − y ‾ − δ σ 1 2 / n 1 + σ 2 2 / n 2 \frac{\overline{x}-\overline{y}-\delta}{\sqrt{\sigma_1^2/n_1+\sigma_2^2/n_2}} σ12/n1+σ22/n2x−y−δ为Z,第11行调用函数ztestL计算左侧检验。运行程序,输出
mu1-mu2>=120 is False.
表示拒绝假设
H
0
:
μ
1
−
μ
2
≥
120
H_0:\mu_1-\mu_2\geq120
H0:μ1−μ2≥120,即厂家所言不实。
例2用两种方法(A和B)测定冰自-0.72
∘
C
^{\circ}C
∘C转变为0
∘
C
^{\circ}C
∘C的水的融化热(以cal/g计)测得以下数据:
方法A:
79.98
,
80.04
,
80.02
,
80.04
,
80.03
,
80.03
,
80.04
,
79.97
,
80.05
,
80.03
,
80.02
,
80.00
,
80.02
方法B:
80.02
,
79.94
,
79.98
,
79.97
,
79.97
,
80.03
,
79.95
,
79.97
\text{方法A:}79.98,80.04,80.02,80.04,80.03,80.03,80.04,79.97,\\ 80.05,80.03,80.02,80.00,80.02\\ \text{方法B:}80.02,79.94,79.98,79.97,79.97,80.03,79.95,79.97
方法A:79.98,80.04,80.02,80.04,80.03,80.03,80.04,79.97,80.05,80.03,80.02,80.00,80.02方法B:80.02,79.94,79.98,79.97,79.97,80.03,79.95,79.97
设A、B方法测定的数据分别服从
N
(
μ
1
,
0.02
4
2
)
N(\mu_1, 0.024^2)
N(μ1,0.0242)和
N
(
μ
2
,
0.03
4
2
)
N(\mu_2, 0.034^2)
N(μ2,0.0342)。对
α
=
0.05
\alpha=0.05
α=0.05的显著水平,检验假设
H
0
:
μ
1
−
μ
2
≤
0
,
H
1
:
μ
1
−
μ
2
>
0.
H_0:\mu_1-\mu_2\leq0, H_1:\mu_1-\mu_2>0.
H0:μ1−μ2≤0,H1:μ1−μ2>0.
解: 下列代码完成本例计算。
import numpy as np #导入numpy
x=np.array([79.98,80.04,80.02,80.04,80.03,80.03,80.04, #样本数据
79.97,80.05,80.03,80.02,80.00,80.02])
y=np.array([80.02,79.94,79.98,79.97,79.97,80.03,79.95,79.97]) #样本数据
xmean=x.mean() #样本均值
ymean=y.mean() #样本均值
s12=0.024**2 #总体方差
s22=0.031**2 #总体方差
n1=x.size #样本容量
n2=y.size #样本容量
alpha=0.05 #显著水平
Z=(xmean-ymean)/np.sqrt(s12/n1+s22/n2) #检验统计量值
accept=ztestR(Z, alpha) #右侧检验
print('mu1-mu<=0 is %s'%accept)
2~11行按题面设置个数据项,第12行计算检验统计量值 x ‾ − y ‾ σ 1 2 / n 1 + σ 2 2 / n 2 \frac{\overline{x}-\overline{y}}{\sqrt{\sigma_1^2/n_1+\sigma_2^2/n_2}} σ12/n1+σ22/n2x−y为Z(注意,此处 δ \delta δ为0),第13行调用ztestR对假设 H 0 : μ 1 − μ 2 ≤ 0 H_0:\mu_1-\mu_2\leq0 H0:μ1−μ2≤0作右侧检验。运行程序,输出
mu1-mu<=0 is False
表示拒绝假设
H
0
:
μ
1
−
μ
2
≤
0
H_0:\mu_1-\mu_2\leq0
H0:μ1−μ2≤0,即认为方法A比方法B测得的融化热要大。
写博不易,敬请支持:
如果阅读本文于您有所获,敬请点赞、评论、收藏,谢谢大家的支持!
代码诚可贵,原理价更高。若为AI学,读正版书好。
返回《导引》