例2从1975年的新生儿中随机地抽取20个, 测得其平均体重为3160g,样本标准差为300g。而 根据过去统计资料,新生儿(女)平均体重为 3140g。问现在与过去的新生儿(女)体重有无 显著差异(假定新生儿体重服从正态分布 若把所有1975年新生儿(女)体重视为一个总体 用ξ描述,问题就是判断Eξ=3140是否成立?
例2 从1975年的新生儿中随机地抽取20个， 测得其平均体重为3160g,样本标准差为300g。而 根据过去统计资料，新生儿（女）平均体重为 3140g。问现在与过去的新生儿（女）体重有无 显著差异（假定新生儿体重服从正态 分布）？ 若把所有1975年新生儿（女）体重视为一个总体， 用ξ描述，问题就是判断Eξ =3140是否成立？
例3在10个相同的地块上对甲,乙两种玉米进 行品比试验,得如下资料(单位:kg) 甲 951 966 10081082983 730 864 742 774 990 假定农作物产量服从正态分布,问这两种玉 米有无显著差异? 从直观上看,二者差异显著 但是一方面由于抽样的随机性,我们不能以个别值 进行比较就得出结论; 另一方面直观的标准可能因人而异。因此这实际 上需要比较两个正态总体的期望值是否相等?
例3 在10个相同的地块上对甲，乙两种玉米进 行品比试验，得如下资料（单位：kg） 乙 730 864 742 774 990 甲 951 966 1008 1082 983 假定农作物产量服从正态分布，问这两种玉 米有无显著差异? 从直观上看，二者差异显著。 但是一方面由于抽样的随机性，我们不能以个别值 进行比较就得出结论； 另一方面直观的标准可能因人而异。因此这实际 上需要比较两个正态总体的期望值是否相等？
这种作为检验对象的假设称为待检假设, 通常用H表示。比如, 例2中的待检假设为:H0:E8=3140 如何根据样本的信息来判断关于总体分布的 某个设想是否成立,也就是检验假设H成立 与否的方法是本章要介绍的主要内容
这种作为检验对象的假设称为待检假设， 通常用 H0表示。比如， 例2中的待检假设为：H0：Eξ=3140 如何根据样本的信息来判断关于总体分布的 某个设想是否成立，也就是检验假设H0成立 与否的方法是本章要介绍的主要内容
假设检验的基本思想 用置信区间的方法进行检验,基本思想是这样的 首先设想H是真的成立:然后考虑在田0成立的条件 下,已经观测到的样本信息出现的概率。如果这个 概率很小,这就表明一个概率很小的事件在一次试 验中发生了。而小概率原理认为,概率很小的事件 在一次试验中是几乎不可能发生的,也就是说导出 了一个违背小概率原理的不合理现象。这表明事先 的设想H是不正确的,因此拒绝原假设H0。否则, 不能拒绝H
二、假设检验的基本思想： 用置信区间的方法进行检验，基本思想是这样的： 首先设想H0是真的成立：然后考虑在H0成立的条件 下，已经观测到的样本信息出现的概率。如果这个 概率很小，这就表明一个概率很小的事件在一次试 验中发生了。而小概率原理认为，概率很小的事件 在一次试验中是几乎不可能发生的，也就是说导出 了一个违背小概率原理的不合理现象。这表明事先 的设想H0是不正确的，因此拒绝原假设H0 。否则， 不能拒绝H0
至于什么算是“概率很小”,在检 验之前都事先指定。比如概率为5%,1%等 般记作α α是一个事先指定的小的正数,称为 显著性水平或检验水平
至于什么算是“概率很小”，在检 验之前都事先指定。比如概率为 5%，1%等， 一般记作α。 α是一个事先指定的小的正数，称为 显著性水平或检验水平