假设检验选择统计量重点-----正态总体参数的假设检验

单个正态总体参数的假设检验

  • 设总体 X ∼ N ( μ , σ 2 ) X\sim N(\mu,\sigma^2) XN(μ,σ2)
  • X 1 , X 2 , ⋯   , X n X_1,X_2,\cdots,X_n X1,X2,,Xn是来自 X X X的样本
  • 样本均值与样本方差为 X ‾ , S 2 \overline{X},S^2 X,S2

单个正态总体 N ( μ , σ 2 ) N(\mu,\sigma^2) N(μ,σ2)的均值 μ \mu μ的假设检验

此时有两种情况:

  • 1. σ 2 \sigma^2 σ2已知(U检验法)
  • 2. σ 2 \sigma^2 σ2未知(t检验法)

1. σ 2 \sigma^2 σ2已知(U检验法)

  • 关于双边检验: H 0 : μ = μ 0 , H 1 : μ ≠ μ 0 H_0:\mu=\mu_0,H_1:\mu\ne\mu_0 H0:μ=μ0,H1:μ=μ0
  • U检验法的检验统计量为: U = X ‾ − μ 0 σ / n ∼ N ( 0 , 1 ) U=\frac{\overline X - \mu_0}{\sigma/\sqrt{n}}\sim N(0,1) U=σ/n Xμ0N(0,1)
  • 知识点:对给定的 α \alpha α μ \mu μ的置信度为 1 − α 1-\alpha 1α的置信区间计算过程为: P ( ∣ X ‾ − μ σ / n ∣ < z α 2 ) = 1 − α P(|\frac{\overline X - \mu}{\sigma/\sqrt{n}}|<z_{\frac{\alpha}2})=1-\alpha P(σ/n Xμ<z2α)=1α
  • P ( X ‾ − σ n z α 2 < μ < X ‾ + σ n z α 2 ) = 1 − α P(\overline X-\frac{\sigma}{\sqrt n}z_{\frac{\alpha}2}<\mu<\overline X+\frac{\sigma}{\sqrt n}z_{\frac{\alpha}2})=1-\alpha P(Xn σz2α<μ<X+n σz2α)=1α
  • 所以总体均值 μ \mu μ的置信度为 1 − α 1-\alpha 1α的置信区间为 ( X ‾ − σ n z α 2 , X ‾ + σ n z α 2 ) (\overline X-\frac{\sigma}{\sqrt n}z_{\frac{\alpha}2},\overline X+\frac{\sigma}{\sqrt n}z_{\frac{\alpha}2}) (Xn σz2α,X+n σz2α)
  • so,回答这个标题下的问题, H 0 H_0 H0的拒绝域应该为 ( − ∞ , X ‾ − σ n z α 2 ) ∪ ( X ‾ + σ n z α 2 , + ∞ ) (-\infty,\overline X-\frac{\sigma}{\sqrt n}z_{\frac{\alpha}2})\cup(\overline X+\frac{\sigma}{\sqrt n}z_{\frac{\alpha}2},+\infty) (,Xn σz2α)(X+n σz2α,+)

单个正态总体方差的假设检验

单边检验简介–计算拒绝域

两个正态总体参数的假设检验

方差已知的两正态总体均值的假设检验

均值未知的两正态总体方差的假设检验

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

universe_1207

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值