若H为4〈4o,则其拒绝域为若八。={(x,x2,,xn): x-lo≤a} 若H为4>40，则拒绝域为心。={(x1,x2,,xn): x-b≥5a} 由于在以上检验中，我们取统计量为= X--N0,1) 故称为U检验法。 有时，我们还可能遇上更为完整的假设，或者说由具体问题提出以下的假设更为合 理： Ho:4≤4o,H1:μ>4o, 在这里包含了多种情形，称为复合假设。可以证明，这时在水平α下的拒绝域为 八。={(x1,X2,,xn） x-lo≥5a} 6 (2)方差。2未知，检验假设瓜：4=40 这时由于o2未知， Y-Ho 已不能作为检验统计量，由于样本方差S°=】（化- n-1 是方差。2的无偏估计，故以S代替。可得T统计量7=-也 在为真时，统计量T~(r1)在给定a时，若H为4≠μ。，则其拒绝域为 N。={x,x)月P1,n-1y S 2 这种检验法称为T检验法。 类似地可以写出T检验法的单边假设检验结果见文字教材的附表8.1。 例1用某仪器间接测量温度，重复五次，测得结果为 1250°1265°1245°1260°1275°. 设测量值服从正态分布W(山，σ2)，水平=0.05。问是否有理由认为该仪器测量值大 于12770（真实值）？} . | | {( , ,..., ) : 2 0 0 1 2    z n x x x x n     若 H1为 <  0,则其拒绝域为若 {( , ,..., ) : } 0 0 1 2    z n x x x x n     若 H1为 >  0，则拒绝域为 {( , ,..., ) : } 0 0 1 2    z n x x x x n     由于在以上检验中，我们取统计量为 ~ (0,1). 0 N n X u     故称为 U 检验法。 有时,我们还可能遇上更为完整的假设，或者说由具体问题提出以下的假设更为合 理： : , H 0    0 : , H1    0 在这里 H0包含了多种情形，称为复合假设。可以证明，这时在水平 下的拒绝域为 {( , ,..., ) : } 0 0 1 2    z n x x x x n     (2) 方差 2 未知，检验假设 H0： =  0 这时由于 2未知， n X   0 已不能作为检验统计量，由于样本方差       n i Xi X n S 1 2 2 1 1 是方差 2的无偏估计，故以 S 代替 可得 T 统计量 , 0 n S X T    在 H0为真时，统计量 T  t(n-1)在给定 时，若 H1 为   0 ，则其拒绝域为 {( , ,..., ) :| | ( 1)} 2 0 0 1 2      t n n S x x x x n   这种检验法称为 T 检验法。 类似地可以写出 T 检验法的单边假设检验结果见文字教材的附表 8.1。 例 1 用某仪器间接测量温度,重复五次,测得结果为 .      1250 1265 1245 1260 1275 设测量值 X 服从正态分布 N(, 2)，水平 =0.05。问是否有理由认为该仪器测量值大 于 12770 (真实值)?