99999久久久久久亚洲,欧美人与禽猛交狂配,高清日韩av在线影院,一个人在线高清免费观看,啦啦啦在线视频免费观看www

熱線電話:13121318867

登錄
首頁精彩閱讀兩樣本估計(jì)和假設(shè)檢驗(yàn)范例分析
兩樣本估計(jì)和假設(shè)檢驗(yàn)范例分析
2016-05-06
收藏
兩樣本估計(jì)和假設(shè)檢驗(yàn)范例分析


基礎(chǔ)準(zhǔn)備

兩樣本推斷性統(tǒng)計(jì)基礎(chǔ):兩樣本估計(jì)和假設(shè)檢驗(yàn)基礎(chǔ)。

均值差

通過對比單樣本估計(jì)和假設(shè)檢驗(yàn)的學(xué)習(xí),可以列出獨(dú)立兩樣本均值差的估計(jì)和假設(shè)檢驗(yàn)在不同情況的置信區(qū)間公式,有以下總結(jié):

兩樣本的t分布

t分布在單樣本估計(jì)和假設(shè)檢驗(yàn)要求:正態(tài)總體,可以使用t分布進(jìn)行兩樣本估計(jì)和假設(shè)檢驗(yàn);兩樣本估計(jì)和假設(shè)檢驗(yàn)要求:除了正態(tài)總體外,還要假設(shè)兩總體方差相等(方差齊性)才能使用t分布,原因是兩總體方差相等,才能得到自由度為n1+n2-2的均值差抽樣分布的方差,推導(dǎo)公式如下:

均值差的置信區(qū)間:標(biāo)準(zhǔn)差已知的正態(tài)分布總體的獨(dú)立樣本;

參照上表,標(biāo)準(zhǔn)差已知的正態(tài)分布總體均值差抽樣分布為正態(tài)分布,可以得到獨(dú)立樣本均值差的置信區(qū)間,置信區(qū)間公式推導(dǎo)過程如下:

范例1:一位森林學(xué)家想知道還把高度對紅杉樹高度的影響。他測量了海平面上100棵成樹的高度(總體1,標(biāo)準(zhǔn)差已知為30英尺),高度均值為320英尺;海拔3000英尺的73棵成樹的高度(總體2,標(biāo)準(zhǔn)差已知為45英尺),高度均值為255英尺;問:兩總體均值差的95%置信區(qū)間是多少?

解:不同海拔的紅杉樹的高度可以認(rèn)為是正態(tài)分布的,總體方差已知,而且不同海拔的紅杉樹是獨(dú)立樣本,可以直接用上面置信區(qū)間公式計(jì)算,過程如下:

均值差的假設(shè)檢驗(yàn):標(biāo)準(zhǔn)差已知的正態(tài)分布總體的獨(dú)立樣本;

和單樣本假設(shè)檢驗(yàn)一樣(單樣本的假設(shè)檢驗(yàn)),兩樣本假設(shè)檢驗(yàn)問題也有一對統(tǒng)計(jì)假設(shè):零假設(shè)和對立假設(shè);同樣也存在兩側(cè)和單側(cè)假設(shè)檢驗(yàn),而且單側(cè)假設(shè)檢驗(yàn)又分為右側(cè)檢驗(yàn)和左側(cè)檢驗(yàn)。兩樣本假設(shè)檢驗(yàn)中,一般把零假設(shè)為兩均值差為0,對立假設(shè)根據(jù)題意選擇雙側(cè)假設(shè)或是單側(cè)假設(shè);兩樣本假設(shè)檢驗(yàn)的步驟和單樣本假設(shè)檢驗(yàn)一樣。

從上表可知:標(biāo)準(zhǔn)差已知的正態(tài)總體均值差的抽樣分布為正態(tài)分布,進(jìn)行標(biāo)準(zhǔn)正態(tài)變換后可以假設(shè)檢驗(yàn),過程見下方范例。

范例2:獨(dú)立隨機(jī)樣本取自均值未知,標(biāo)準(zhǔn)差已知的兩個(gè)正態(tài)分布總體,第一個(gè)總體,標(biāo)準(zhǔn)差為0.73,樣本容量為25,樣本均值為7.3;第二個(gè)總體,標(biāo)準(zhǔn)差為0.89,樣本容量為20,樣本均值為6.7;在顯著水平為0.01下作兩總體均值差等于0的右尾檢驗(yàn)。

均值差的置信區(qū)間:標(biāo)準(zhǔn)差未知,但假定相等的正態(tài)分布總體的獨(dú)立小樣本(小于30)

如上表所示,標(biāo)準(zhǔn)差未知,但假定相等的正態(tài)分布總體小樣本,均值差的抽樣分布符合t分布,可用表中置信區(qū)間計(jì)算公式,計(jì)算過程見范例。

范例3:為研究睡眠對記憶力的影響,一位心理學(xué)家在兩種條件下對人群進(jìn)行試驗(yàn),內(nèi)容是有關(guān)北極野外生活的紀(jì)實(shí)電影的細(xì)節(jié)回憶,這兩種條件是:(1)電影在早上7點(diǎn)反映,被測人晚上睡眠正常,第二天晚上給他們50個(gè)有關(guān)電影的多項(xiàng)選擇題;(2)電影早7點(diǎn)反映,被測人白天情況如常,未睡覺,同一天晚上7點(diǎn)給他們50個(gè)問題,樣本是獨(dú)立的,每組為15人,結(jié)果為:第1組,均值為37.2個(gè)正確,方差為3.33;第2組,均值為35.6個(gè)正確,方差為3.24。假定兩種條件下的總體都是正態(tài)分布,且方差相等,計(jì)算總體均值差95%的置信區(qū)間。

均值差的假設(shè)檢驗(yàn):標(biāo)準(zhǔn)差未知,但假定相等的正態(tài)分布總體的獨(dú)立小樣本(小于30)

同上(置信區(qū)間),該條件下的假設(shè)檢驗(yàn)適用t分布。

范例4:為檢測某種激素對失眠的影響,一個(gè)醫(yī)生給兩組臨睡前的病人服用不同劑量的激素,然后測量他們從服藥到入睡的時(shí)間,第一組服用的是5mg的劑量,第二組服用的是15mg的劑量,樣本是獨(dú)立的,結(jié)果為:第一組,樣本容量為10人,均值為14.8min,方差為4.36;第二組,樣本容量為12人,均值為10.2min,方差為4.66。假定兩個(gè)條件下的總體是正態(tài)分布,并且有同方差,在顯著水平0.02下,用臨界決策規(guī)則作零假設(shè):兩總體均值差為0的雙側(cè)檢驗(yàn)。

均值差的置信區(qū)間:標(biāo)準(zhǔn)差未知的任何總體分布的獨(dú)立大樣本(大于等于30)

對于獨(dú)立大樣本(樣本容量大于等于30),均值差的抽樣分布是正態(tài)分布,可以轉(zhuǎn)為標(biāo)準(zhǔn)正態(tài)分布,進(jìn)而使用Z分布進(jìn)行均值差區(qū)間估計(jì);當(dāng)然,如果是正態(tài)總體且方差是齊性的,也可以使用t分布。

范例5:一位機(jī)場管理人員讓你估計(jì)一下,兩條航線中哪一條更遵守他們的計(jì)劃起飛時(shí)間。對每條航線你隨機(jī)測量了30架飛機(jī)的計(jì)劃起飛和實(shí)際起飛時(shí)間差?,F(xiàn)在不能假定時(shí)間總體是正態(tài)分布,或是方差齊性的,獨(dú)立樣本結(jié)果:航線1,平均時(shí)間差12.4min,標(biāo)準(zhǔn)差3.72;航線2,平均時(shí)間差11.7min,標(biāo)準(zhǔn)差3.6。問兩條航線平均時(shí)間差的差值的99%置信區(qū)間是什么?

均值差的假設(shè)檢驗(yàn):標(biāo)準(zhǔn)差未知的任何總體分布的獨(dú)立大樣本(大于等于30)

同上的解釋:對于獨(dú)立大樣本(樣本容量大于等于30),均值差的抽樣分布是正態(tài)分布,可以轉(zhuǎn)為標(biāo)準(zhǔn)正態(tài)分布,進(jìn)而使用Z分布進(jìn)行均值差區(qū)間估計(jì);當(dāng)然,如果是正態(tài)總體且方差是齊性的,也可以使用t分布。

范例6:一位機(jī)場管理人員讓你估計(jì)一下,兩條航線中哪一條更遵守他們的計(jì)劃起飛時(shí)間。對每條航線你隨機(jī)測量了30架飛機(jī)的計(jì)劃起飛和實(shí)際起飛時(shí)間差?,F(xiàn)在不能假定時(shí)間總體是正態(tài)分布,或是方差齊性的,獨(dú)立樣本結(jié)果:航線1,平均時(shí)間差12.4min,標(biāo)準(zhǔn)差3.72;航線2,平均時(shí)間差11.7min,標(biāo)準(zhǔn)差3.6。在0.01顯著水平下,用臨界值決策規(guī)則作零假設(shè):兩條航線延誤時(shí)間的差等于0的雙側(cè)檢驗(yàn)。

均值差的置信區(qū)間:成對樣本

對于成對樣本,需要用到不同于上面描述的獨(dú)立兩樣本的估計(jì)方法,而應(yīng)該用成對樣本模型,模型推導(dǎo)如下:

范例7:某個(gè)醫(yī)學(xué)研究中心研究一種激素用量對于睡眠的影響。為了避免隨機(jī)選擇的偶然性(例如用15mg的病人比5mg的年輕)對試驗(yàn)結(jié)果的影響,于是根據(jù)可能影響睡眠的年齡、性別、健康情況一起其它因素選擇了12對病人,然后將每對病人隨機(jī)分配到5mg組和15mg組。對每個(gè)病人測量從服藥到入睡的時(shí)間,然后計(jì)算每對的時(shí)間差,結(jié)果是:4.9,4.6,5.1,4.5,7.1,3.2,5.4,3.9,5.9,4.6,2.9,4.7。由這些數(shù)據(jù)計(jì)算5mg組合15mg組的95%置信區(qū)間,假定差值的總體是正態(tài)分布。

均值差的假設(shè)檢驗(yàn):成對樣本

同上,成對樣本均值差的假設(shè)檢驗(yàn)也用t分布。

范例8:某個(gè)醫(yī)學(xué)研究中心研究一種激素用量對于睡眠的影響。為了避免隨機(jī)選擇的偶然性(例如用15mg的病人比5mg的年輕)對試驗(yàn)結(jié)果的影響,于是根據(jù)可能影響睡眠的年齡、性別、健康情況一起其它因素選擇了12對病人,然后將每對病人隨機(jī)分配到5mg組和15mg組。對每個(gè)病人測量從服藥到入睡的時(shí)間,然后計(jì)算每對的時(shí)間差,結(jié)果是:4.9,4.6,5.1,4.5,7.1,3.2,5.4,3.9,5.9,4.6,2.9,4.7。在顯著水平0.05下,用臨界值決策桂策做零假設(shè):兩總體均值差為0的右側(cè)檢驗(yàn),假設(shè)差值總體是正態(tài)分布

方差比

上一篇兩樣本估計(jì)和假設(shè)檢驗(yàn)基礎(chǔ)講過,兩樣本均值估計(jì)和假設(shè)檢驗(yàn)用均值差表示,而兩樣本方差估計(jì)和假設(shè)檢驗(yàn)則應(yīng)該用方差比。這里就引出了F分布F分布回顧:兩樣本估計(jì)和假設(shè)檢驗(yàn)基礎(chǔ))。

方差比的置信區(qū)間:參數(shù)未知的正態(tài)分布總體的獨(dú)立樣本

范例9:為檢測某種激素對失眠的影響,一個(gè)醫(yī)生給兩組臨睡前的病人服用不同劑量的激素,然后測量他們從服藥到入睡的時(shí)間,第一組服用的是5mg的劑量,第二組服用的是15mg的劑量,樣本是獨(dú)立的,結(jié)果為:第一組,樣本容量為10人,均值為14.8min,方差為4.36;第二組,樣本容量為12人,均值為10.2min,方差為4.66。假定兩種條件下的總體都是正態(tài)分布,計(jì)算量總體方差比的90%置信區(qū)間。

方差比假設(shè)檢驗(yàn):參數(shù)未知的正態(tài)分布總體的獨(dú)立樣本

同上,用F分布進(jìn)行假設(shè)檢驗(yàn);

范例10:為檢測某種激素對失眠的影響,一個(gè)醫(yī)生給兩組臨睡前的病人服用不同劑量的激素,然后測量他們從服藥到入睡的時(shí)間,第一組服用的是5mg的劑量,第二組服用的是15mg的劑量,樣本是獨(dú)立的,結(jié)果為:第一組,樣本容量為10人,均值為14.8min,方差為4.36;第二組,樣本容量為12人,均值為10.2min,方差為4.66。假定兩總體方差齊性,在0.01顯著水平下,用臨界值決策規(guī)則作這個(gè)假定的雙側(cè)檢驗(yàn)。

數(shù)據(jù)分析咨詢請掃描二維碼

若不方便掃碼,搜微信號:CDAshujufenxi

數(shù)據(jù)分析師資訊
更多

OK
客服在線
立即咨詢
客服在線
立即咨詢
') } function initGt() { var handler = function (captchaObj) { captchaObj.appendTo('#captcha'); captchaObj.onReady(function () { $("#wait").hide(); }).onSuccess(function(){ $('.getcheckcode').removeClass('dis'); $('.getcheckcode').trigger('click'); }); window.captchaObj = captchaObj; }; $('#captcha').show(); $.ajax({ url: "/login/gtstart?t=" + (new Date()).getTime(), // 加隨機(jī)數(shù)防止緩存 type: "get", dataType: "json", success: function (data) { $('#text').hide(); $('#wait').show(); // 調(diào)用 initGeetest 進(jìn)行初始化 // 參數(shù)1:配置參數(shù) // 參數(shù)2:回調(diào),回調(diào)的第一個(gè)參數(shù)驗(yàn)證碼對象,之后可以使用它調(diào)用相應(yīng)的接口 initGeetest({ // 以下 4 個(gè)配置參數(shù)為必須,不能缺少 gt: data.gt, challenge: data.challenge, offline: !data.success, // 表示用戶后臺(tái)檢測極驗(yàn)服務(wù)器是否宕機(jī) new_captcha: data.new_captcha, // 用于宕機(jī)時(shí)表示是新驗(yàn)證碼的宕機(jī) product: "float", // 產(chǎn)品形式,包括:float,popup width: "280px", https: true // 更多配置參數(shù)說明請參見:http://docs.geetest.com/install/client/web-front/ }, handler); } }); } function codeCutdown() { if(_wait == 0){ //倒計(jì)時(shí)完成 $(".getcheckcode").removeClass('dis').html("重新獲取"); }else{ $(".getcheckcode").addClass('dis').html("重新獲取("+_wait+"s)"); _wait--; setTimeout(function () { codeCutdown(); },1000); } } function inputValidate(ele,telInput) { var oInput = ele; var inputVal = oInput.val(); var oType = ele.attr('data-type'); var oEtag = $('#etag').val(); var oErr = oInput.closest('.form_box').next('.err_txt'); var empTxt = '請輸入'+oInput.attr('placeholder')+'!'; var errTxt = '請輸入正確的'+oInput.attr('placeholder')+'!'; var pattern; if(inputVal==""){ if(!telInput){ errFun(oErr,empTxt); } return false; }else { switch (oType){ case 'login_mobile': pattern = /^1[3456789]\d{9}$/; if(inputVal.length==11) { $.ajax({ url: '/login/checkmobile', type: "post", dataType: "json", data: { mobile: inputVal, etag: oEtag, page_ur: window.location.href, page_referer: document.referrer }, success: function (data) { } }); } break; case 'login_yzm': pattern = /^\d{6}$/; break; } if(oType=='login_mobile'){ } if(!!validateFun(pattern,inputVal)){ errFun(oErr,'') if(telInput){ $('.getcheckcode').removeClass('dis'); } }else { if(!telInput) { errFun(oErr, errTxt); }else { $('.getcheckcode').addClass('dis'); } return false; } } return true; } function errFun(obj,msg) { obj.html(msg); if(msg==''){ $('.login_submit').removeClass('dis'); }else { $('.login_submit').addClass('dis'); } } function validateFun(pat,val) { return pat.test(val); }