参数估计和假设检验是统计推断的两个组成部分。都是利用样本对总体进行推断,只是推断角度不同。
假设检验比较难理解的是单侧检验问题。
下面通过两个案例来理解。
1. 左单侧检验
某批发商欲从厂家购进一批灯泡,根据合同规定灯泡的使用寿命平均不能低于1000小时。已知灯泡燃烧寿命服从正态分布,标准差为200小时,在总体中随机抽取100个灯泡,得知样本均值为990小时,批发商是否应该购买这批灯泡?(假定显著性水平α=0.05)
显著性水平0.05则:左单侧zα=-1.645
解:假设
H0:μ>=1000(左单侧检验)
H1:μ<1000
z=(x-μ0)/(σ/√n)=(990-1000)/(200/√100)=-0.9
由于:
|z|<|zα|
则:
不能拒绝原假设,这批灯泡使用寿命达标。
2. 右单侧检验
解:假设
H0:μ<=1000(右单侧检验)
H1:μ>1000
z=(x-μ0)/(σ/√n)=(990-1000)/(200/√100)=-0.9
由于:
|z|<|zα|=1.645
则:
不能拒绝原假设,这批灯泡使用寿命不达标。
假设检验一般是把希望证明的命题放在备选假设上。可以看出左单侧检验对厂家有利,而右单侧检验对批发商有利,这是因为左单侧检验质量达标的产品只有很低的概率α被拒收,而右单侧检验至少把(1-α)的不合格产品拒收门外。
左单侧检验称为下限检验(疑罪从无)
右单侧检验称为上限检验(疑罪从有)
网友评论