实验四 区间估计与假设检验

《实验四 区间估计与假设检验》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、实验4区间估计与假设检验利用样本对总体进行统计推断，主要有两类问题：一类是估计问题，另一类是检验问题。参数估计是根据样本的统计量来对总体的参数进行估计，假设检验则是利用样本的统计量来检验事先对总体参数或分布特性所作的假设是否正确。利用SAS软件中的INSIGHT模块和“分析家”功能以及编程的方法，均可以在不同的置信水平下求出总体参数的置信区间，在不同的检验（显著）水平下对总体的参数和分布特性进行检验。在对总体参数作区间估计和假设检验之前，常常需要判断总体分布是否为正态分布。检验数据是否来自正态分布总体，应用中常用分布拟合图、QQ图、分布检验等方法。4.1实验目的掌握使用SAS对总体

2、参数进行区间估计与假设检验方法，掌握使用SAS对总体分布情况进行判断以及正态性检验的方法。4.2实验内容一、用INSIGHT对总体参数进行区间估计与假设检验二、用“分析家”对总体参数进行区间估计与假设检验三、编程对总体参数进行区间估计与假设检验四、在INSIGHT和“分析家”模块中研究分布并使用UNIVARIATE过程对总体分布进行正态性检验4.3实验指导一、用INSIGHT对总体参数进行区间估计与假设检验图4-1数据集Mylib.sy4_1【实验4-1】已知某种灯泡的寿命服从正态分布，现从一批灯泡中抽取16只，测得其寿命如表4-1（sy4_1.xls）所示：表5-1某种灯泡的寿命

3、（单位：小时）1510145014801460152014801490146014801510153014701500152015101470求该灯泡平均使用寿命90%、95%及99%的置信区间，并指出置信区间长度与置信水平的关系。假设上述数据已存放于数据集Mylib.sy4_1中，如图4-1所示，变量sm表示灯泡寿命。实验步骤如下：(1)启动INSIGHT模块，并打开数据集Mylib.sy4_1。(2)选择菜单“Analyze（分析）”→“Distribution(Y)（分布）”。在打开的“Distribution(Y)”对话框中选定分析变量：sm，如图4-2左所示。(3)单击“

4、Output”按钮，在打开的对话框中选中“BasicConfidenceinterval（基本置信区间）”复选框，如图4-2右。两次单击“OK”按钮，得到结果，如图4-3所示。图4-2区间估计的设置图4-395％置信区间结果包括一个名为“95％ConfidenceIntervals（95%置信区间）”的列表，表中给出了均值（Mean）、标准差（StdDev）、方差（Variance）的估计值（Estimate）、置信下限（LCL）和置信上限（UCL）。结果表明，根据抽样样本，灯泡平均使用寿命的置信水平为95%的置信区间为(1476.8034，1503.1966)。(4)选择菜单“T

5、ables（表）”→“BasicConfidenceInterval（基本置信区间）”→“Others（其他）”，在打开的“BasicConfidenceInterval”对话框中修改置信水平，如图4-4所示。图4-490%、97.5%置信区间可以看到，由于置信水平的提高，置信区间的长度在增加。【实验4-2】正常人的脉搏平均每分钟72次，某医生测得10例“四乙基铅中毒”患者的脉搏数如表4-2（sy4_2.xls）所示：表4-2“四乙基铅中毒”患者的脉搏数（次/min）54676878706667656970已知人的脉搏次数服从正态分布，试问“四乙基铅中毒”患者的脉搏和正常人的脉搏有

6、无显著差异(a=0.05)？这是一个单样本均值的双边检验问题。若μ为“四乙基铅中毒”患者脉搏数的均值，需要通过样本数据检验如下假设：H0：μ=72，H1：μ¹72。图4-5数据集Mylib.sy4_2假定上述数据存放在数据集Mylib.sy4_2中，如图4-5所示，脉搏次数用变量cs表示。使用INSIGHT对均值进行检验的步骤如下：(1)首先启动INSIGHT，并打开数据集Mylib.sy4_2，选择菜单“Analyze（分析）”→“Distribution(Y)（分布）”。(2)在打开的“Distribution(Y)”对话框中选定分析变量：选择变量cs，单击“Y”按钮，将变量移

7、到右上方的列表框中。单击“OK”按钮，得到变量的描述性统计量。(3)选择菜单“Tables（表）”→“TestsforLocation（位置检验）”；在弹出的“TestsforLocation”对话框中输入72，单击“OK”按钮得到输出结果，如图4-6所示。图4-6位置检验结果显示，不等于72的观测有10个，其中有1个观测值大于72。图中第一个检验为t检验(Student'st)，需要假定变量服从正态分布，检验的p值为0.0366，这个检验在0.05水平下是显著的，可