第三节-两正态总体的假设检验

1

第三节 两个正态总体的假设检验

上一节介绍了单个正态总体的数学期望与方差的检验问题，在实际工作中还常碰到两个正态总体的比较问题.

1.两正态总体数学期望假设检验

（1） 方差已知，关于数学期望的假设检验（Z 检验法）

设X ~N (μ1,σ12），Y ~N （μ2，σ22），且X ，Y 相互独立，σ12与σ22

已知，要检验的是

H 0：μ1=μ2；H 1：μ1≠μ2.(双边检验)

怎样寻找检验用的统计量呢从总体X 与Y 中分别抽取容量为n 1，n 2的样本X 1，X 2，…，

1n X 及Y 1，Y 2，…，2n Y ，由于

2111~,X N n σμ?? ???

，2222~,Y N n σμ?? ???，

E （X -Y ）=E （X ）-E （Y ）=μ1-μ2， D （X -Y ）=D （X ）+D （Y ）=

22

121

2

n n σσ+，

故随机变量X -Y 也服从正态分布，即

X -Y ~N (μ1-μ2，

22

121

2

n n σσ+).

从而

X Y ~N （0，1）.

于是我们按如下步骤判断.

（a ） 选取统计量 Z

X Y ， （）

当H 0为真时，Z ~N （0，1）.

（b ） 对于给定的显著性水平α，查标准正态分布表求z α/2使

P {｜Z ｜＞z α/2}=α，或P {Z ≤z α/2}=1-α/2. （）

（c ） 由两个样本观察值计算Z 的观察值z 0：

z 0

x y .

（d ） 作出判断：

若｜z 0｜＞z α/2，则拒绝假设H 0，接受H 1； 若｜z 0｜≤z α/2，则与H 0相容，可以接受H 0.

例8.7 A ，B 两台车床加工同一种轴，现在要测量轴的椭圆度.设A 车床加工的轴的椭

1 圆度X ~N （μ1，σ12），B 车床加工的轴的椭圆度Y ~N （μ2，σ22），且σ12=(mm 2)，σ22=(mm 2

)，现从A ，B 两台车床加工的轴中分别测量了n 1=200，n 2=150根轴的椭圆度，并计算得样本均值分别为=(mm),=(mm).试问这两台车床加工的轴的椭圆度是否有显著性差异（给定α=

解 ① 提出假设H 0：μ1=μ2；H 1：μ1≠μ2.

② 选取统计量 Z

X Y

，

在H 0为真时，Z ~N （0，1）.

③ 给定α=，因为是双边检验，α/2=.

P {｜Z ｜＞z α/2}=, P {Z ＞z α/2}=，

P {Z ≤z α/2}==.

查标准正态分布表，得

z α/2==.

④ 计算统计量Z 的观察值z

z 0

x y

==. ⑤ 作判断：由于｜z 0｜=＞=z α/2，故拒绝H 0，即在显著性水平α=下，认为两台车床加工的轴的椭圆度有显著差异.

用Z 检验法对两正态总体的均值作假设检验时，必须知道总体的方差，但在许多实际问

题中总体方差σ12与σ22往往是未知的，这时只能用如下的t 检验法.

（2） 方差σ12，σ22未知，关于均值的假设检验（t 检验法）

设两正态总体X 与Y 相互独立，X ~N （μ1，σ12），Y ~N （μ2，σ22），σ12，σ22未知，但

知σ12=σ22，检验假设

H 0：μ1=μ2；H 1：μ1≠μ2.(双边检验)

从总体X ，Y 中分别抽取样本X 1，X 2，…，1n X 与Y 1，Y 2，…，2n Y ，则随机变量

t

X Y μμ---~t （n 1+n 2-2），

式中S w 2

=22112212(1)(1)2n S n S n n -+-+-，S 12，S 22分别是X 与Y 的样本方差. 当假设H 0

为真时，统计量

t X Y t （n 1+n 2-2）. （） 对给定的显著性水平α，查t 分布得t α/2（n 1+n 2-2），使得

P {｜t ｜＞t α/2（n 1+n 2-2）}=α. （）

再由样本观察值计算t 的观察值

t 0x y （）

1

最后作出判断：

若｜t 0｜＞t α/2（n 1+n 2-2），则拒绝H 0； 若｜t 0｜≤t α/2（n 1+n 2-2），则接受H 0.

例 在一台自动车床上加工直径为2.050毫米的轴，现在每相隔两小时，各取容量都为10的样本，所得数据列表如表8-3所示.

表8-3

假设直径的分布是正态的，由于样本是取自同一台车床,可以认为1=2=，而是未知常数.问这台自动车床的工作是否稳定（取α=

解 这里实际上是已知σ12=σ22=σ2，但σ2

未知的情况下检验假设H 0：μ1=μ2；H 1：μ1

≠μ2.我们用t 检验法，由样本观察值算得：

x =, y =，

s 12=， s 22=，

s w 2

=2212990.0000860.000044

1010218

s s ?+?+=+-=.

由（）式计算得

t 0

对于α=，查自由度为18的t 分布表得(18)=.由于｜t 0｜=＞(18)=,于是拒绝原假设H 0：μ1=μ2.这说明两个样本在生产上是有差异的，可能这台自动车床受时间的影响而生产不稳定.

2. 两正态总体方差的假设检验（F 检验法(F -test )） （1） 双边检验

设两正态总体X ~N （μ1，σ12

），Y ~N （μ2，σ22

），X 与Y 独立，X 1，X 2，…，1n X 与Y 1，

Y 2，…，2n Y 分别是来自这两个总体的样本，且μ1与μ2未知.现在要检验假设H 0：σ12=σ22；H 1：σ12≠σ22.

在原假设H 0成立下，两个样本方差的比应该在1附近随机地摆动，所以这个比不能太

大又不能太小.于是我们选取统计量

F =2

122

S S . （） 显然，只有当F 接近1时，才认为有σ12

=σ22

.

由于随机变量F *=221122

22//S S σσ ~F （n 1-1，n 2-1）,所以当假设H 0：σ12=σ22

成立时,统计量

F =2

122

S S ~F （n 1-1，n 2-1）.

1 对于给定的显著性水平α，可以由F 分布表求得临界值

12a F

-（n 1-1，n 2-1）与F α/2（n 1-1，n 2-1） 使得 P { 12a

F -（n 1-1，n 2-1）≤F ≤F α/2（n 1-1，n 2-1）}=1-α

（图8-5），由此可知H 0的接受区域是

12a F

-（n 1-1，n 2-1）≤F ≤F α/2（n 1-1，n 2-1）；

而H 0的拒绝域为 F ＜12a

F -（n 1-1，n 2-1），

或 F ＞F α/2（n 1-1，n 2-1）.

然后，根据样本观察值计算统计量F 的观察值，若F 的观察值落在拒绝域中，则拒绝H 0，接受H 1；若F 的观察值落在接受域中，则接受H 0.

图8-5

例 在例中我们认为两个总体的方差σ12=σ22

，它们是否真的相等呢为此我们来检验假

设H 0：σ12=σ22（给定α=.

解 这里n 1=n 2=10，s 12=,s 22=，于是统计量F 的观察值为

F ==.

查F 分布表得

F α/2（n 1-1，n 2-1）=(9,9)=，

F 1-α/2（n 1-1，n 2-1）=(9,9)=1/(9,9)=1/.

由样本观察值算出的F 满足

(9,9)=1/＜F =＜=(9,9).

可见它不落入拒绝域，因此不能拒绝原假设H 0：σ12=σ22，从而认为两个总体的方差无

显著差异.

注意：在μ1与μ2已知时，要检验假设H 0：σ12=σ22，其检验方法类同均值未知的情况，

此时所采用的检验统计量是： F =122111221

21()1()n i i n i i X n Y n μμ==--∑∑~F （n 1，n 2）. 其拒绝域参看表8-4.

可作类似的讨论，限于篇幅，这里不作介绍了.

1

…… 此处隐藏：1600字，全部文档内容请下载后查看。喜欢就下载吧 ……