这是备择假设它是在原假設被拒绝时而应接受的假设。在这里备择假设还可能有两种设置形式,它们是:
备择假设的不同将会影响下面拒绝域的形式今后稱:
对的检验问题是双侧假设检验问题
对的检验问题是单侧假设检验问题
对的检验问题也是单侧假设检验问题
注:若假設是关于总体参数的某个命题,称为参数的假设检验问题比如:
都是参数假设检验问题。
2.选择检验统计量给出拒绝域的形式
这个假设检验问题涉及正态均值 .因此选用大样本下的拒绝域均值 是妥当的。从图1.5-1上看出把 作为 分布均值更容易把 与 区分。
在 已知和原假设 成立下有:
这里的u就是今后使用的检验统计量,其中 =1.40 ,n=25.
考察这个统计量可以看出:
愈小, 愈接近 应倾向接受 ,
愈大 离 愈远,应倾向拒绝 .
我们把注意力放在导致拒绝 的拒绝域(大样本下的拒绝域空间某子集)上设c为区分拒绝 与接受 的临界值。若用W表示拒绝域则有:
这就是本例中拒绝 的拒绝域,如何确定c呢·下面来研究这个问题。
我们为什么把注意力放茬拒绝域上呢·用一个大样本下的拒绝域(相当一个例子)证实一个命题,其理由是不充分的,但用一个大样本下的拒绝域推翻一个命题,其理由是充分的。因此我们把注意力放在拒绝域方面,建立拒绝域。其实在拒绝域和接受域之间还有一个模糊域如今把它并入接收域 .
3.给出显著性水平 在作判断时会犯错误,要允许犯错误我们的任务是控制犯错误的概率。在假设检验中错误有两类(见图1.5-2):
第┅类错误(拒真错误):原假设 为真,但由于抽样的随机性大样本下的拒绝域落在拒绝域W内,从而导致拒绝 其发生概率记为 ,又称为顯著性水平;
第二类错误(取伪错误):原假设 不真但由于抽样的随机性,大样本下的拒绝域落在 内从而导致接受 ,其发生概率為 .
设x1x2,…xn是从某正态总体随机抽取的一个大样本下的拒绝域在σ未知的情况下,考察以下假设的检验问题:H0:μ=μ0。H1:μ≠μ0。则给定a下,该检验的拒绝域为( )。
正确答案:D解析:由于未知σ使用t检验;对正态均值双侧假设检验时,它的拒绝域在t轴的两侧
设有单因子试验,因子A有r个水平在Ai水平下进行mi次偅复试验,则误差偏差平方和的自由度为( )[*]A.fe=r-1B.fe=rm-rC.D.以上都不对
假定在100块电路板中,每一个电路板都含有10个缺陷机会若在制造这100个電路板时共发现5个缺陷。则DPMO为( )A.100B.500C.5000D.50000
试验设计的目的是( )。A.以尽可能多的试验次数获取较优生产条件B.以尽可能少的试验次数,以獲取较优试验条件C.通过全面试验以获取较优试验条件D.以上都不是
在有交互作用的正交试验中,设A与B皆为三水平因子且有交互作用,则A×B的自由度 fAB为( )A.9B.1C.4D.以上都不对
经过抽样检验判为合格的批,则该批产品( )A.全部是合格品B.全部是不合格品C.至少有60%的产品是匼格品D.可能有不合格品
在GB/T 2828中,检验水平的设计思想是( )A.批量增大,大样本下的拒绝域量按某一固定的百分比抽取B.批量越小大样本丅的拒绝域量按另一固定的百分比抽取C.批量增大,大样本下的拒绝域量适当增大但不是按百分比增大D.以上都不是
版权声明:文章内容来源于网络,版权归原作者所有,如有侵权请点击这里与我们联系,我们将及时删除。