漳州建设局网站首页,响应式网站的制作,女性门户网站织梦模板,东莞石龙网站建设接上文。
正态总体均值、方差的假设检验 单个正态总体均值的假设检验、方差的假设检验#xff1b;成对数据均值的假设检验、两个正态总体方差比的检验。根据检验统计量的分布分别称为:z检验、t检验、卡方检验、F检验。
分布原假设H0检验统计量备择假设H1拒绝域单正态(σ2已知…接上文。
正态总体均值、方差的假设检验 单个正态总体均值的假设检验、方差的假设检验成对数据均值的假设检验、两个正态总体方差比的检验。根据检验统计量的分布分别称为:z检验、t检验、卡方检验、F检验。
分布原假设H0H_0检验统计量备择假设H1H_1拒绝域单正态(σ2\sigma^2已知)μ≤μ0\mu \le \mu_0ZX¯¯¯−μ0σ/(√n)Z=\dfrac{\overline X - \mu_0}{\sigma/\sqrt(n)}μμ0\mu >\mu_0z≥zαz \ge z_\alpha(X¯¯¯−μ0是一个比较大的数\overline X -\mu_0是一个比较大的数)单正态(σ2\sigma^2已知)μ≥μ0\mu \ge \mu_0ZX¯¯¯−μ0σ/(√n)Z=\dfrac{\overline X - \mu_0}{\sigma/\sqrt(n)}μμ0\mu z≤−zαz \le -z_\alpha(X¯¯¯−μ0是一个比较小的数\overline X -\mu_0是一个比较小的数)单正态(σ2\sigma^2已知)μμ0\mu = \mu_0ZX¯¯¯−μ0σ/(√n)Z=\dfrac{\overline X - \mu_0}{\sigma/\sqrt(n)}μ≠μ0\mu \ne \mu_0|z|≥zα/2|z| \ge z_{\alpha/2}(X¯¯¯−μ0的绝对值是一个比较大的数\overline X -\mu_0的绝对值是一个比较大的数)单正态(σ2\sigma^2未知)μ≤μ0\mu \le \mu_0tX¯¯¯−μ0S/(√n)t=\dfrac{\overline X - \mu_0}{S/\sqrt(n)}μμ0\mu >\mu_0t≥tαt \ge t_\alpha(n-1)单正态(σ2\sigma^2未知)μ≥μ0\mu \ge \mu_0tX¯¯¯−μ0S/(√n)t=\dfrac{\overline X - \mu_0}{S/\sqrt(n)}μμ0\mu t≤−tαt \le -t_\alpha (n-1)单正态(σ2\sigma^2未知)μμ0\mu = \mu_0tX¯¯¯−μ0S/(√n)t=\dfrac{\overline X - \mu_0}{S/\sqrt(n)}μ≠μ0\mu \ne \mu_0|t|≥−tα/2|t| \ge -t_{\alpha/2} (n-1)
用图描述一下正态总体均值假设检验的分析 所有的表格 剩下的事情就是练习了。不断练习掌握这种检验方法。
假设检验与区间估计
区间估计参数未知参数固定不变的根据样本对参数进行估计假设检验参数已知μμ0\mu=\mu_0因为某种原因参数发生了变化品种改良根据样本确认参数是否真的发生了变化
