假设检验过去称显著性检验。它是利 用小概率反证法思想,从问题的对立面 (H)出发间接判断要解决的问题(H1)是否 成立。然后在H成立的条件下计算检验 统计量,最后获得P值来判断

一个正态总体 (1)关于μ的检验 拒绝域的推导 给定显著性水平a与样本值(x1,x2,…,xn) 设X~N(u,o2),o2已知,需检验: Ho:μ=0;H1:μ≠0 构造统计量-~N1

本章内容 一、抽样设计的基本概念 二、两种抽样的基本形式 三、抽样的主要步骤 四、样本量的确定 五、统计量的修正

§ 7-1基本术语与基本假设 § 7-2最概然分布与Boltzmann分布 § 7-3热力学量的统计热力学关系式 § 7-4粒子配分函数的计算 § 7-5理想气体的热力学性质

为了全面研究随机试验的结果,揭示随机现象 的统计规律性,将随机试验的结果与实数对应 起来,将随机试验的结果数量化,引入随机变 量的概念. 在随机试验完成时,人们常常不是关心试验结 果本身,而是对于试验结果联系着的某个数感 兴趣

1.1随机现象与统计规律性 一、概率论是研究随机现象的数量规律的数学分枝所谓随机现象,就是在基本条件不变的情况下各次实验或观察会得到不同的结果的现象,而且这一结果是不能准确预料的

核衰变的统计规律 在一定时间内放射性原子核的衰变数、带电粒子在介质中损耗能量所产生的离子对数,都是随机 的,即有统计涨落。在任何一次核衰变测量中,即使所有的测量条件都是稳定的,如源的放射性活 度、源的位置、探测器的工作电压等都保持不变,多次记录探测器在相同时间内所测到的粒子数目就 会发现,每次测到的计数并不完全相同,而是围绕某个平均数值上下涨落

上一节我们看到,对于总体X的同一个 未知参数,由于采用的估计方法不同,可 能会产生多个不同的估计量.这就提出一 个问题,当总体的一个参数存在不同的估 计量时,究竟采用哪一个好呢?或者说怎 工 工样评价一个估计量的统计性能呢?下面给 出几个常用的评价准则

本章重点介绍平均数(mean)、标准差(standard deviation)与变异系数(variation coefficient)三个常用统计量,前者用于反映资料的集中性,即观测值以某一数值为中心而 分布的性质;后两者用于反映资料的离散性,即观测值离中分散变异的性质

第一节x2统计量与x2分布 第二节适合性检验 第三节独立性检验