总体均值
之间的差距
课程目录
8.
总体均值之间的差距
8.1
总体均值之间的差距
8
.2
匹配样本方案下的总体均值差距
8
.3
总体比率之间的差距
8
.4
总体方差之间的差距
8
.5
总体参数差距的检验
总体均值之间的差距
样本
x
1
,x
2
,…x
n
和
y
1
,y
2
,…y
m
分别来
自两个总体
X
和
Y
。假设总体
X
的均值
为
μ
x
,
标准差为
σ
x
,
总体
Y
的均值为
μ
y
,
标准差为
σ
y
,要通过样本均值
x
和
y
计
算
μ
x
-μ
y
,在指定置信度下的置信区间。
下面分别介绍两个总体是否服从正态
分布、两个总体标准差是否已知等几
种情况下的总体均值差区间估计方法。
01
两个总体方差已
知
02
两个正态总体方差未知
但相等
03
两个正态总体方差未知
且不相等
总体均值之间的差距
课程目录
8.
总体均值之间的差距
8
.1
总体均值之间的差距
8.2
匹配样本方案下的总体均值差距
8
.3
总体比率之间的差距
8
.4
总体方差之间的差距
8
.5
总体参数差距的检验
匹配样本方案下的总体均值差距
以一项工程可以釆用
A
、
B
两种施工方法进行为例,
为了比较哪种施工方法更好
,
在实际施工之前可以先进行
实验比较。
匹配样本方案下的总体均值差距
•
采用独立样本方案。独立样本方案从
公司的所有工人中随机抽取两批工人,一
批工人以
A
方法进行施工,另一批以
B
方法
施工,对比两批工人的完成数据,判断两
种施工方法的优劣。数据的均值之差置信
区间的计算按照前面的方法进行。
•
采用匹配样本方案。匹配样本方案从
公司的所有工人中随机抽取一批工人,该
批工人先以
A
施工方法完成该工程,再以
B
方法完成,或者反之先以
B
方法完成,再
用
A
方法完成。
抽取的每个工人都要用两种方法完成实
验,对比每个工人分别釆用两种方法得到的
数据,判断两种施工方法的优劣。
以上面的工程实验为例,假设随机抽取
10
名工
人,分别采用
A
、
B
施工方法完应该工程的时间如表
所示。计算得到
d=11.2
,
S=6.106(
截取了
3
位小数
)
。
得到如下结论:经过实验对比,
A
、
B
两种施工方法
在匹配样本方案下平均完成时间的
95%
置信区间是
(6.832,15.568)
。
匹配样本方案下的总体均值差距
课程目录
8.
总体均值之间的差距
8
.1
总体均值之间的差距
8
.2
匹配样本方案下的总体均值差距
8.3
总体比率之间的差距
8
.4
总体方差之间的差距
8
.5
总体参数差距的检验
总体比率之间的差距
样本
x
1
,x
2
,…x
n
和
y
1
,y
2
,…y
m
分别来
自两个总体
X
和
Y
。要通过两个样本比
率
p
x
和
p
y
计算总体比率
P
x
-P
y
在指定置
信度下的置信区间。
当两个样本都是大样本的情况下,
P
x
-P
y
近似服从均值为
P
x
-P
y
,标准差为
的正态。
课程目录
8.
总体均值之间的差距
8
.1
总体均值之间的差距
8
.2
匹配样本方案下的总体均值差距
8
.3
总体比率之间的差距
8.4
总体方差之间的差距
8
.5
总体参数差距的检验
总体方差之间的差距
样本
x
1
,x
2
,…x
n
和
y
1
,y
2
,…y
m
分别来
自两个总体
X
和
Y
。假设总体
X
的均值为
μ
x
,
方差为
σ
2
x
,
总体
Y
的均值为
μ
y
,
方差
为
σ
2
y
。要通过样本方差
S
2
X
和
S
2
Y
,计
算
σ
2
x
-σ
2
y
在指定置信度下的置信区间
(通常假设
S
2
X
≥S
2
Y
)。
课程目录
8.
总体均值之间的差距
8
.1
总体均值之间的差距
8
.2
匹配样本方案下的总体均值差距
8
.3
总体比率之间的差距
8
.4
总体方差之间的差距
8.5
总体参数差距的检验
总体参数差距的检验
在讨论了通过样本估计
总体参数之后,我们同样对
两个总体之间的参数差距进
行假设检验,包括两个总体
的均值、比例和方差的检验
。与前面的参数估计不同,
本部分是对两个总体参数的
差的状态进行假设,通过样
本数据验证是否接受该假设
。
01
02
03
总体参数差距的检验
两个总体参数的差的状态主要分为差为零、大于等于零和小于等于零三种。以两个总体的
均值之差的假设检验为例,三种基本假设形式如下:
双侧检验:
H0
:
μ
x
-μ
y
=0
;
H1
:
μ
x
-μ
y
≠0
左侧检验:
H0
:
μ
x
-μ
y
≥
0
;
H1
:
μ
x
-μ
y
<
0
右侧检验:
H0
:
μ
x
-μ
y
≤
0
;
H1
:
μ
x
-μ
y
>
0
THANKS
感谢观看