某饮料厂在自动流水线上罐装饮料.在正常生产情况下，每瓶饮 下Example 料的容量（单位：毫升）X服从正态分布N(500,10)(由以往的经验 得知).经过一段时间之后，有人觉得每瓶饮料的平均容量减小到490， 于是抽取了9瓶样品，称得它们的平均值为元=492毫升.试问此断 言是否正确？即问平均每瓶饮料的容量仍是500毫升还是变成490 毫升？假定标准差10毫升不变 ⊥Example 在这个问题中， 统计假设：罐装饮料容量X~N(4,10) 问题：根据样本来在“μ=500”和“μ=490”之间作判断. 数理统计中，把它们看成两个假设.习惯上，称前者为原假设或零 假设，记作Ho:后者称为备择假设或对立假设，记作H1或H。·所谓 检验 H0:μ=500←+H1:4=490. Previous Next First Last Back Forward 3↑Example 某饮料厂在自动流水线上罐装饮料. 在正常生产情况下, 每瓶饮 料的容量 (单位: 毫升) X 服从正态分布 N(500, 102 ) (由以往的经验 得知). 经过一段时间之后, 有人觉得每瓶饮料的平均容量减小到 490, 于是抽取了 9 瓶样品, 称得它们的平均值为 x¯ = 492 毫升. 试问此断 言是否正确? 即问平均每瓶饮料的容量仍是 500 毫升还是变成 490 毫升? 假定标准差 10 毫升不变. ↓Example 在这个问题中, 统计假设: 罐装饮料容量 X ∼ N(µ, 102 ). 问题: 根据样本来在 “µ = 500” 和 “µ = 490” 之间作判断. 数理统计中, 把它们看成两个假设. 习惯上, 称前者为原假设或零 假设, 记作 H0; 后者称为备择假设或对立假设, 记作 H1 或 Ha. 所谓 检验 H0 : µ = 500 ↔ H1 : µ = 490. Previous Next First Last Back Forward 3