1第九章第二节t检验法设总体2,~NX,nxxx,,,21为X的样本.二.2未知时,均值的假设检验1.未知方差2,检验假设0H:0由于2未知,这时U已不是统计量,因此,我们很自然地用2的无偏估计量2s来代替2,选取检验函数nsxT/0为检验0H:0的统计量。由第七章定理四得1~/ntnsxT,所以在0H为真时,1~/0ntnsxT.类似于前面的讨论,采用双边检验,对于给定的检验水平,2查1nt表得121nt,使得21)}1({21ntTP,1)}1(|{|21ntTP,)}1(|{|21ntTP即得)}1(|{|210ntnsxP,)}1(|{|210ntnsx是一个小概率事件;由样本值算出nsxt0,然后与)1(21nt相比较,做出判断:若)1(||21ntt,则拒绝假设0H;若)1(||21ntt,则接受假设0H.2.未知方差2,检验假设0H:0;01:H3(事先算出样本值0x,才提这样的检验假设)选取检验用的统计量1~/ntnsxT,所以在0H为真时,1~/0ntnsxT.类似于前面的讨论,采用单边检验,对于给定的检验水平,查1nt表得11nt,使得,1)}1({1ntTP,)}1({1ntTP即得)}1({10ntnsxP,)}1({10ntnsx是一个小概率事件;由样本值算出nsxt0,然后与)1(1nt相比较,做出判断:4若)1(1ntt,则拒绝假设0H,接受1H;若)1(1ntt,(0x),则接受假设0H.3.未知方差2,检验假设00:H;01:H,(事先算出样本值有0x,才提这样的检验假设)选取检验用的统计量1~/ntnsxT,所以在0H为真时,1~/0ntnsxT.类似于前面的讨论,采用单边检验,对于给定的检验水平,查1nt表得11nt,使得,1)}1({1ntTP,)1(11ntnt,5)}1({)}1({1ntTPntTP,即得)}1({10ntnsxP,)}1({10ntnsx是一个小概率事件;由样本值算出nsxt0,然后与)1(1nt相比较,做出判断:若)1(1ntt,则拒绝假设0H,接受1H;若)1(1ntt,(0x),则接受假设0H.以上三种检验法均采用了t分布,故又名t检验法.通常总体的方差2是未知的,所以用本法对均值进行检验及求均值的置信区间更具有更大的使用价6值.例2在某砖厂生产的一批砖中,随机地抽取6块进行抗断强度试验,测得结果(单位:kg/cm2)如下32.5629.6631.6430.0031.8731.03设砖的抗断强度服从正态分布,问这批砖的平均抗断强度是否为32.50(kg/cm2)?取(=0.05)。解:(1)假设50.32:0H(2)计算统计量T的值,算出13.1,13.31sx,T=97.26/13.150.3213.31/50.32nsx(3)当=0.05时,查t分布表得)1(21nt=)5(975.0t=2.57(4)比较T与)1(21nt的大小。现在T)1(21nt,故拒绝假设0H。7读者可能已发现,这里检验用的统计量与均值的区间估计所用的统计量是一致的。事实上,上述检验与区间估计之间有着密切的联系。例如的置信度为1的置信区间是满足不等式)1(/210ntnsx《的值的集合。而假设H0:0的检验实质上是找出的置信区间,如果0落在置信区间内,则接受假设0H;如果落在置信区间外,就拒绝接受0H。有的时候,我们还要检验总体的均值是等于0还是大于0,即要在假设H0:0或H1:0中做出选择。这里的H1称为备选假设(也称备择假设),而把H0称为原假设。(此问题我们在后面的章节中有进一步的讨论与分析)例3:抽取某班级28名学生的语文考试成绩,得样本均值80为,样本标准差(所谓样本标准差是niixxnS1221,8而样本方差niixxns12211)是为8分,若全年级语文成绩平均是85分,试问该班学生语文的平均成绩与全年级的平均成绩有无差异?并求出该班学生语文平均成绩的置信区间(假定该年级语文考试成绩服从正态分布,05.0)解:本例第一个问题为未知方差,检验0H:85,故用t检验法,且为双边检验。248.3147.8858028/,147.8,37.661,64,80,28,85002220nsxtsSnnsSxn对于05.0,查t(27)分布表,得052.2)27(21t,因052.2248.30t,拒绝0H,这表明该班学生的语文平均成绩与全年级平均成绩存在差异,由于84.7621tnsx,16.8321tnsx9故该班学生的语文平均成绩的95%置信区间是(76.84,83.16)