Excel-资料汇总_第6章 假设检验

Excel-资料汇总_第6章 假设检验内容摘要：

第6章 6.1 6.2 6.3 6.4 假设检验 假设检验的基本思想和步骤 总体标准差已知条件下均值双侧检验 标准差未知时总体均值的假设检验 总体方差的假设检验 本章学习目标   假设检验的基本思想与步骤  Excel 在总体标准差已知条件下均值检验中 的应用  Excel 在总体标准差未知条件下均值检验中 的应用  Excel 在总体方差检验中的应用 6.1 假设检验的基本思想和步骤 6.1.1 6.1.2 假设检验的基本思想 假设检验的基本步骤 返回首页 6.1.1 假设检验的基本思想 假设检验是根据样本的信息来判断总体分布是 否具有指定的特征，在管理方面有时称之为古 典决策。在质量管理中经常用到它，例如检验 新产品质量是否有显著提高，利用各种控制图 判断工序是否出现异常现象等。 在数理统计中，把需要用样本判断正确与否的 命题称为一个假设。根据研究目的提出的假设 称为原假设，记为 H0 ；其对立面假设称为备 择假设（或对立假设），记为 H1 。提出假设 之后，要用适当的统计方法决定是否接受假设 ，称为假设检验或统计假设检验。 返回本节 6.1.2 假设检验的基本步骤 一般来说，假设检验需要经过以下操作步骤： （ 1 ）构造假设。 （ 2 ）确定检验的统计量及其分布。 （ 3 ）确定显著性水平。 （ 4 ）确定决策规则。 （ 5 ）判断决策。 返回本节 6.2 总体标准差已知条件下均值双侧检验 6.2.1 构造检验统计量 6.2.2  P 值法 6.2.3   临界值法 返回首页 6.2.1 构造检验统计量 图 6-1 双侧检验的拒绝与接受域 图 6-2 单侧检验的拒绝与接受域（ 1 ） 图 6-3 单侧检验的拒绝与接受域（ 2 ） 图 6-4 “ 双侧检验”工作表 图 6-5 最终计算结果 返回本节 6.2.2 P 值法 P 值法是将统计量 z 值转换成概率，即大于统计量 z 的 绝对值的概率。以例 6-2 资料为例，如图 6-6 所示，阴 影区域的面积即为该概率。 在 Excel 中可以用标准正态分布函数 NORMSDIST 计 算这个面积，返回小于已知标准正态变量的概率。如 果变量值为 -2.76694 ，则 NORMSDIST 将返回图 6-6 中左侧阴影区域的面积；如果变量值为 2.76694 ，则 NORMSDIST 将返回这个值左边区域的面积，它等于 1 减去图 6-6 中右侧阴影部分的概率。本例要求的是双 侧阴影区域的面积，把由 -2.76694 所计算的概率加倍 ，即可得到该概率。 具体操作步骤如下： （ 1 ）打开“双侧检验”工作表。 （ 2 ）在单元格 D1 中输入公 式“ =2*NORMSDIST(-ABS(B7))” ，回车后显 示 P 值 0.005659 。 （ 3 ）在单元格 D2 中输入公式“ =IF(D1<B7," 拒 绝 "," 接受 ")” ，回车后显示“拒绝”，如图 6-7 所示，即有 95% 的把握相信总体的平均身高 有改变。 图 6-6 P 值法的概率 图 6-7 P 值法检验结果 返回本节 6.2.3 临界值法 临界值法是将显著性水平转换成临界值 zα ，定 义“拒绝域”。落入拒绝域中的 z 值的概率等于 显著性水平所对应的阴影面积。对于双侧检验 来说，每个单侧的面积是显著性水平的一半。 图 6-8 临界值法检验结果 返回本节 6.3 标准差未知时总体均值的假设检验 设总体 X 服从正态分布 N （ μ, σ2 ），方差 σ2 未知，此时，可以用服从 t 分布的统计量去检 验总体均值。由于总体方差 σ2 未知，因而需要 用样本标准差 s 代替总体标准差。 返回首页 例 6-3 某糖厂用自动打包机包糖，每包重量 服从正态分布，其标准重量 μ0=100 斤，某日开 工后测得 10 包的平均重量为 99.98 斤，标准差 为 1.23 斤，如果显著性水平为 0.05 ，那么打 包机的工作是否正常？ 设每包糖的重量为 X ， X~N （ μ, σ2 ）， σ2 未知 。 由题意作假设 H0 ： μ=100 ， H1 ： μ≠100 。