新建
上传
首页
助手
最?/div>
资料?/div>
工具

 

1 

第十?/p>

 

双样本假设检验及区间估计

 

 

双样本统计,除了有大样本、小样本之分外,根据抽样之不同,还可分为独立样本与配

对样本。所谓独立样本,指双样本是在两个总体中相互独立地抽取的。所谓配对样本,指只

有一个总体?/p>

双样本是由于样本中的个体两两匹配成对而产生的?/p>

配对样本就不是相互独?/p>

的了?/p>

 

 

第一?/p>

  

两总体大样本假设检?/p>

 

 

1

?/p>

 

大样本均值差检?/p>

 

 

为了把单样本检验推广到能够比较两个样本的均值的检验,

必须再一次运用中心极限定

理。下面是一条由中心极限定理推广而来的重要定理:如果?/p>

N

(

μ

1

?/p>

σ

1

2

)

?/p>

N

(

μ

2

?/p>

σ

2

2

)

?/p>

个总体中分别抽取容量为

n

1

?/p>

n

2

的独立随机样本,

那么两个样本的均值差

(

1

X

?/p>

2

X

)

的抽

样分布就?/p>

N

(

μ

1

?/p>

μ

2

?/p>

1

2

1

n

?/p>

+

2

3

2

n

?/p>

)

?/p>

与单样本的情况相同,

在大样本的情况下

(

两个样本?

容量都超?/p>

50)

,这个定理可以推广应用于任何具有均?/p>

μ

1

?/p>

μ

2

 

以及方差

σ

1

2

?/p>

σ

2

2

的两

个总体。当

n

1

?/p>

n

2

逐渐变大时,

(

1

X

?/p>

2

X

)

的抽样分布像前面那样将接近正态分布?/p>

 

    

大样本均值差检验的步骤有:

 

(1) 

?/p>

 

?/p>

 

?/p>

H

0

?/p>

μ

1

?/p>

μ

2

?/p>

D

0

 

备择假设

H

1

?/p>

  

                

单侧

                                   

双侧

 

        

H

1

?/p>

μ

1

?/p>

μ

2

?/p>

D

0                                                      

H

1

?/p>

μ

1

?/p>

μ

2

?/p>

D

0 

     

?/p>

 

H

1

?/p>

μ

1

?/p>

μ

2

?/p>

D

0

 

(2)

否定域:单侧

Z

α

?/p>

双侧

Z

α

/2

?/p>

 

(3)

检验统计量

 

                    

Z

?

?

?/p>

?/p>

?/p>

2

1

0

2

1

X

X

D

X

X

?/p>

?/p>

?/p>

?/p>

?

2

2

2

1

2

1

0

2

1

n

n

D

X

X

?

?

?

?/p>

?/p>

?/p>

?/p>

                       

 

如果

σ

1

2

?/p>

σ

2

2

未知,可?/p>

S

1

2

?/p>

S

2

2

代替?/p>

 

    (4)

判定

 

   

 

2

?/p>

 

大样本成数差检?/p>

 

 

    

与单样本成数检验中的情况一样,两个成数的差可以被看作两个均值差的特例来处理

(

但它适用各种量度层次

)

。于是,大样本成数检验的步骤有:

 

(1) 

?/p>

 

?/p>

 

?/p>

H

0

?/p>

p

1

?/p>

p

2

?/p>

D

0

 

备择假设

H

1

?/p>

  

                

单侧

                                   

双侧

 

           

H

1

?/p>

p

1

?/p>

p

2

?/p>

D

0                                                  

H

1

?/p>

p

1

?/p>

p

2

?/p>

D

0 

        

?/p>

 

H

1

?/p>

p

1

?/p>

p

2

?/p>

D

0

 

(2)

否定域:单侧

Z

α

?/p>

双侧

Z

α

/2

?/p>

 

(3)

检验统计量

 

Ͼλ
新建
上传
首页
助手
最?/div>
资料?/div>
工具

 

1 

第十?/p>

 

双样本假设检验及区间估计

 

 

双样本统计,除了有大样本、小样本之分外,根据抽样之不同,还可分为独立样本与配

对样本。所谓独立样本,指双样本是在两个总体中相互独立地抽取的。所谓配对样本,指只

有一个总体?/p>

双样本是由于样本中的个体两两匹配成对而产生的?/p>

配对样本就不是相互独?/p>

的了?/p>

 

 

第一?/p>

  

两总体大样本假设检?/p>

 

 

1

?/p>

 

大样本均值差检?/p>

 

 

为了把单样本检验推广到能够比较两个样本的均值的检验,

必须再一次运用中心极限定

理。下面是一条由中心极限定理推广而来的重要定理:如果?/p>

N

(

μ

1

?/p>

σ

1

2

)

?/p>

N

(

μ

2

?/p>

σ

2

2

)

?/p>

个总体中分别抽取容量为

n

1

?/p>

n

2

的独立随机样本,

那么两个样本的均值差

(

1

X

?/p>

2

X

)

的抽

样分布就?/p>

N

(

μ

1

?/p>

μ

2

?/p>

1

2

1

n

?/p>

+

2

3

2

n

?/p>

)

?/p>

与单样本的情况相同,

在大样本的情况下

(

两个样本?

容量都超?/p>

50)

,这个定理可以推广应用于任何具有均?/p>

μ

1

?/p>

μ

2

 

以及方差

σ

1

2

?/p>

σ

2

2

的两

个总体。当

n

1

?/p>

n

2

逐渐变大时,

(

1

X

?/p>

2

X

)

的抽样分布像前面那样将接近正态分布?/p>

 

    

大样本均值差检验的步骤有:

 

(1) 

?/p>

 

?/p>

 

?/p>

H

0

?/p>

μ

1

?/p>

μ

2

?/p>

D

0

 

备择假设

H

1

?/p>

  

                

单侧

                                   

双侧

 

        

H

1

?/p>

μ

1

?/p>

μ

2

?/p>

D

0                                                      

H

1

?/p>

μ

1

?/p>

μ

2

?/p>

D

0 

     

?/p>

 

H

1

?/p>

μ

1

?/p>

μ

2

?/p>

D

0

 

(2)

否定域:单侧

Z

α

?/p>

双侧

Z

α

/2

?/p>

 

(3)

检验统计量

 

                    

Z

?

?

?/p>

?/p>

?/p>

2

1

0

2

1

X

X

D

X

X

?/p>

?/p>

?/p>

?/p>

?

2

2

2

1

2

1

0

2

1

n

n

D

X

X

?

?

?

?/p>

?/p>

?/p>

?/p>

                       

 

如果

σ

1

2

?/p>

σ

2

2

未知,可?/p>

S

1

2

?/p>

S

2

2

代替?/p>

 

    (4)

判定

 

   

 

2

?/p>

 

大样本成数差检?/p>

 

 

    

与单样本成数检验中的情况一样,两个成数的差可以被看作两个均值差的特例来处理

(

但它适用各种量度层次

)

。于是,大样本成数检验的步骤有:

 

(1) 

?/p>

 

?/p>

 

?/p>

H

0

?/p>

p

1

?/p>

p

2

?/p>

D

0

 

备择假设

H

1

?/p>

  

                

单侧

                                   

双侧

 

           

H

1

?/p>

p

1

?/p>

p

2

?/p>

D

0                                                  

H

1

?/p>

p

1

?/p>

p

2

?/p>

D

0 

        

?/p>

 

H

1

?/p>

p

1

?/p>

p

2

?/p>

D

0

 

(2)

否定域:单侧

Z

α

?/p>

双侧

Z

α

/2

?/p>

 

(3)

检验统计量

 

">
新建
上传
首页
助手
最?/div>
资料?/div>
工具

 

1 

第十?/p>

 

双样本假设检验及区间估计

 

 

双样本统计,除了有大样本、小样本之分外,根据抽样之不同,还可分为独立样本与配

对样本。所谓独立样本,指双样本是在两个总体中相互独立地抽取的。所谓配对样本,指只

有一个总体?/p>

双样本是由于样本中的个体两两匹配成对而产生的?/p>

配对样本就不是相互独?/p>

的了?/p>

 

 

第一?/p>

  

两总体大样本假设检?/p>

 

 

1

?/p>

 

大样本均值差检?/p>

 

 

为了把单样本检验推广到能够比较两个样本的均值的检验,

必须再一次运用中心极限定

理。下面是一条由中心极限定理推广而来的重要定理:如果?/p>

N

(

μ

1

?/p>

σ

1

2

)

?/p>

N

(

μ

2

?/p>

σ

2

2

)

?/p>

个总体中分别抽取容量为

n

1

?/p>

n

2

的独立随机样本,

那么两个样本的均值差

(

1

X

?/p>

2

X

)

的抽

样分布就?/p>

N

(

μ

1

?/p>

μ

2

?/p>

1

2

1

n

?/p>

+

2

3

2

n

?/p>

)

?/p>

与单样本的情况相同,

在大样本的情况下

(

两个样本?

容量都超?/p>

50)

,这个定理可以推广应用于任何具有均?/p>

μ

1

?/p>

μ

2

 

以及方差

σ

1

2

?/p>

σ

2

2

的两

个总体。当

n

1

?/p>

n

2

逐渐变大时,

(

1

X

?/p>

2

X

)

的抽样分布像前面那样将接近正态分布?/p>

 

    

大样本均值差检验的步骤有:

 

(1) 

?/p>

 

?/p>

 

?/p>

H

0

?/p>

μ

1

?/p>

μ

2

?/p>

D

0

 

备择假设

H

1

?/p>

  

                

单侧

                                   

双侧

 

        

H

1

?/p>

μ

1

?/p>

μ

2

?/p>

D

0                                                      

H

1

?/p>

μ

1

?/p>

μ

2

?/p>

D

0 

     

?/p>

 

H

1

?/p>

μ

1

?/p>

μ

2

?/p>

D

0

 

(2)

否定域:单侧

Z

α

?/p>

双侧

Z

α

/2

?/p>

 

(3)

检验统计量

 

                    

Z

?

?

?/p>

?/p>

?/p>

2

1

0

2

1

X

X

D

X

X

?/p>

?/p>

?/p>

?/p>

?

2

2

2

1

2

1

0

2

1

n

n

D

X

X

?

?

?

?/p>

?/p>

?/p>

?/p>

                       

 

如果

σ

1

2

?/p>

σ

2

2

未知,可?/p>

S

1

2

?/p>

S

2

2

代替?/p>

 

    (4)

判定

 

   

 

2

?/p>

 

大样本成数差检?/p>

 

 

    

与单样本成数检验中的情况一样,两个成数的差可以被看作两个均值差的特例来处理

(

但它适用各种量度层次

)

。于是,大样本成数检验的步骤有:

 

(1) 

?/p>

 

?/p>

 

?/p>

H

0

?/p>

p

1

?/p>

p

2

?/p>

D

0

 

备择假设

H

1

?/p>

  

                

单侧

                                   

双侧

 

           

H

1

?/p>

p

1

?/p>

p

2

?/p>

D

0                                                  

H

1

?/p>

p

1

?/p>

p

2

?/p>

D

0 

        

?/p>

 

H

1

?/p>

p

1

?/p>

p

2

?/p>

D

0

 

(2)

否定域:单侧

Z

α

?/p>

双侧

Z

α

/2

?/p>

 

(3)

检验统计量

 

Ͼλ">
Ͼλ
Ŀ

双样本假设检验及区间估计 - 百度文库
新建
上传
首页
助手
最?/div>
资料?/div>
工具

 

1 

第十?/p>

 

双样本假设检验及区间估计

 

 

双样本统计,除了有大样本、小样本之分外,根据抽样之不同,还可分为独立样本与配

对样本。所谓独立样本,指双样本是在两个总体中相互独立地抽取的。所谓配对样本,指只

有一个总体?/p>

双样本是由于样本中的个体两两匹配成对而产生的?/p>

配对样本就不是相互独?/p>

的了?/p>

 

 

第一?/p>

  

两总体大样本假设检?/p>

 

 

1

?/p>

 

大样本均值差检?/p>

 

 

为了把单样本检验推广到能够比较两个样本的均值的检验,

必须再一次运用中心极限定

理。下面是一条由中心极限定理推广而来的重要定理:如果?/p>

N

(

μ

1

?/p>

σ

1

2

)

?/p>

N

(

μ

2

?/p>

σ

2

2

)

?/p>

个总体中分别抽取容量为

n

1

?/p>

n

2

的独立随机样本,

那么两个样本的均值差

(

1

X

?/p>

2

X

)

的抽

样分布就?/p>

N

(

μ

1

?/p>

μ

2

?/p>

1

2

1

n

?/p>

+

2

3

2

n

?/p>

)

?/p>

与单样本的情况相同,

在大样本的情况下

(

两个样本?

容量都超?/p>

50)

,这个定理可以推广应用于任何具有均?/p>

μ

1

?/p>

μ

2

 

以及方差

σ

1

2

?/p>

σ

2

2

的两

个总体。当

n

1

?/p>

n

2

逐渐变大时,

(

1

X

?/p>

2

X

)

的抽样分布像前面那样将接近正态分布?/p>

 

    

大样本均值差检验的步骤有:

 

(1) 

?/p>

 

?/p>

 

?/p>

H

0

?/p>

μ

1

?/p>

μ

2

?/p>

D

0

 

备择假设

H

1

?/p>

  

                

单侧

                                   

双侧

 

        

H

1

?/p>

μ

1

?/p>

μ

2

?/p>

D

0                                                      

H

1

?/p>

μ

1

?/p>

μ

2

?/p>

D

0 

     

?/p>

 

H

1

?/p>

μ

1

?/p>

μ

2

?/p>

D

0

 

(2)

否定域:单侧

Z

α

?/p>

双侧

Z

α

/2

?/p>

 

(3)

检验统计量

 

                    

Z

?

?

?/p>

?/p>

?/p>

2

1

0

2

1

X

X

D

X

X

?/p>

?/p>

?/p>

?/p>

?

2

2

2

1

2

1

0

2

1

n

n

D

X

X

?

?

?

?/p>

?/p>

?/p>

?/p>

                       

 

如果

σ

1

2

?/p>

σ

2

2

未知,可?/p>

S

1

2

?/p>

S

2

2

代替?/p>

 

    (4)

判定

 

   

 

2

?/p>

 

大样本成数差检?/p>

 

 

    

与单样本成数检验中的情况一样,两个成数的差可以被看作两个均值差的特例来处理

(

但它适用各种量度层次

)

。于是,大样本成数检验的步骤有:

 

(1) 

?/p>

 

?/p>

 

?/p>

H

0

?/p>

p

1

?/p>

p

2

?/p>

D

0

 

备择假设

H

1

?/p>

  

                

单侧

                                   

双侧

 

           

H

1

?/p>

p

1

?/p>

p

2

?/p>

D

0                                                  

H

1

?/p>

p

1

?/p>

p

2

?/p>

D

0 

        

?/p>

 

H

1

?/p>

p

1

?/p>

p

2

?/p>

D

0

 

(2)

否定域:单侧

Z

α

?/p>

双侧

Z

α

/2

?/p>

 

(3)

检验统计量

 



ļ׺.doc޸Ϊ.docĶ

  • ۵Ļϰ⼰
  • 2016пģӢ(һ)
  • 2014_2018߿Ӣר24ͼʽ
  • СҵɱƴڵԲо
  • еѧ
  • 㶫ʡ20194µڶģ⿼۵ word
  • 2019-2025й÷ɸгоչԤ(Ŀ¼)
  • רԹѧ⼰
  • °ѧ2ϰ⣺һ弸γ 1.2
  • »и˭

վ

԰ Ͼλ
ϵͷ779662525#qq.com(#滻Ϊ@)