正太分布均值假设检验

已知μ和σ正太检验

假设检验的步骤可以归纳
如下:
(1)写出原假设和备择假设;
(2)在原假设成立的条件下,构造一个统计量,该统计量服从某一分布;
(3)用已知的样本数据带入统计量的公式,得到一个检验值;
(4)给定置信水平来得到一个接受域的区间,看检验值是否落在接受域中,或者用检验值和区间的临界值进行比较,来判断是否接受原假设(或者计算该检验值对应于其分布的p值,并将p值和指定的显著性水平
比较从而来确定是否接受原假设)

例题

在这里插入图片描述

定原假设和备择假设

在这里插入图片描述
在这里插入图片描述

构造统计量

在这里插入图片描述

确定统计量和检验值

在这里插入图片描述

给出置信水平&拒绝域&接受阈

在这里插入图片描述
在这里插入图片描述

单边检验

在这里插入图片描述

t分布检验(总体方差未知)

理论

在这里插入图片描述

对任意总体 X \mathrm{X} X ,若 E ( X ) = μ \mathrm{E}(\mathrm{X})=\mu E(X)=μ Var ⁡ ( X ) = σ 2 , X 1 , X 2 , … , X n \operatorname{Var}(X)=\sigma^{2} , X_{1}, X_{2}, \ldots, X_{n} Var(X)=σ2X1,X2,,Xn 是来自总体X的样本,则 E [ X ˉ ] = μ , E [ S 2 ] = σ 2 ; E[\bar{X}]=\mu , E\left[S^{2}\right]=\sigma^{2} ; E[Xˉ]=μE[S2]=σ2;

t分布例题

在这里插入图片描述

两个正态总体均值差的检验(总体方差未知)

在这里插入图片描述
在这里插入图片描述
注意t下标是α还是α/2

例题

在这里插入图片描述

逐步比较法

exp1

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

exp2

在这里插入图片描述

  • 0
    点赞
  • 6
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
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

「 25' h 」

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