1.5 概率与统计基础
假设检验
重要程度：9 分
<h2>1.5 概率与统计基础 - 假设检验</h2>
<h3>一、假设检验的基本概念</h3>
<p><strong>定义：</strong> 假设检验是统计学中用于判断样本数据是否支持关于总体参数特定假设的一种方法。它通过比较观察到的数据与理论模型之间的差异来决定接受或拒绝一个假设。</p>
<ul>
<li><strong>原假设（H0）：</strong> 待检验的陈述，通常表示没有显著性差异或者某种效应不存在。</li>
<li><strong>备择假设（H1）：</strong> 与原假设相对立的陈述，表明存在显著性差异或效应。</li>
</ul>
<h3>二、假设检验的步骤</h3>
<ol>
<li>提出原假设和备择假设。</li>
<li>选择适当的检验统计量，并确定其分布。</li>
<li>设定显著性水平α，通常取0.05。</li>
<li>计算检验统计量的值。</li>
<li>根据检验统计量的值及选定的显著性水平做出决策：如果检验统计量落在拒绝域内，则拒绝原假设；否则不拒绝原假设。</li>
</ol>
<h3>三、单侧与双侧检验</h3>
<p>依据备择假设的方向不同，假设检验分为单侧检验（左侧检验或右侧检验）和双侧检验。</p>
<ul>
<li><strong>双侧检验：</strong> 备择假设表明参数可能大于也可能小于某个值。</li>
<li><strong>单侧检验：</strong> 备择假设仅表明参数要么大于要么小于某个值。</li>
</ul>
<h3>四、例题分析</h3>
<p><strong>题目：</strong> 某公司声称其生产的电池平均寿命为100小时以上。从一批新生产的电池中随机抽取了40个进行测试，得到这批电池的平均寿命为98小时，标准差为6小时。在0.05的显著性水平下，能否支持公司的声明？</p>
<ol>
<li><strong>提出假设：</strong>
<ul>
<li>H0: μ ≤ 100 (原假设)</li>
<li>H1: μ > 100 (备择假设)</li>
</ul>
</li>
<li><strong>选择检验统计量：</strong> 使用t检验，因为总体方差未知。</li>
<li><strong>设定显著性水平：</strong> α = 0.05。</li>
<li><strong>计算检验统计量：</strong> t = (98 - 100) / (6 / sqrt(40)) ≈ -2.11。</li>
<li><strong>作出结论：</strong> 查表得自由度df=39时，t临界值约为1.685。由于-2.11 < 1.685，即t值不在拒绝域内，因此我们不能拒绝原假设。也就是说，在给定的显著性水平下，没有足够的证据支持该公司关于电池平均寿命超过100小时的说法。</li>
</ol>
这段HTML代码简洁地总结了《物流数学》第一章中关于概率与统计基础部分的重点内容——假设检验的相关知识，并通过一个具体的例子说明了如何应用这些理论解决实际问题。希望这对您有所帮助！