本文介绍了t检验的基本概念，包括t检验的适用条件（正态分布、方差未知、小样本），并详细讲解了单样本t检验、配对t检验以及两样本t检验的原理、实现和应用实例，如寿命数据和药物效果评估。
一. 什么是t检验
设总体X∼N(μ,δ2)X\sim N(\mu,\delta^2)X∼N(μ,δ2)，其中μ,δ2\mu, \delta^2μ,δ2未知，统计量t=X‾−μS/nt = \frac{\overline{X} - \mu}{S/\sqrt{n}}t=S/nX−μ服从标准正太分布，可以利用该统计量对总体均值μ\muμ进行假设检验，这种检验方法称为ttt检验法。
适用条件：总体服从正态分布且方差未知；样本容量较小，一般小于30。
二. 常见t检验的实现
1. 单样本t检验
| 原假设H0H_0H0 | 备则假设H1H_1H1 | 拒绝域 |
|---|---|---|
| μ≤μ0\mu \leq \mu_0μ≤μ0 | μ>μ0\mu > \mu_0μ>μ0 | t>tα(n−1)t > t_\alpha(n - 1)t>tα(n−1) |
| μ≥μ0\mu \geq \mu_0μ≥μ0 | μ<μ0\mu < \mu_0μ<μ0 | t<−tα(n−1)t < -t_\alpha(n - 1)t<−tα(n−1) |
| μ=μ0\mu = \mu_0μ=μ0 | μ≠μ0\mu \neq \mu_0μ=μ0 | ∣t∣>tα/2(n−1)|t| > t_{\alpha/2}(n - 1)∣t∣>tα/2(n−1) |
某元件的寿命XXX服从参数为N(μ,δ2)N(\mu, \delta^2)N(μ,δ2)的正太分布，μ,δ\mu,\deltaμ,δ未知，现抽取10个元件测得元件的寿命的平均值为240小时，标准差为50，问是否有理由认为元件总体的平均寿命大于225小时？
因为总体的方差δ\deltaδ未知,且样本量小于10，因此需要使用ttt检验，设置信水平α=0.05\alpha = 0.05α=0.05
H0:u≥225 H1:u<225H_0: u \geq 225\space H_1: u < 225H0:u≥225 H1:
扫一扫
1万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
