(1)分析:建立如下假设
% 调用ztest函数作总体均值的双侧检验,
% 返回变量h,检验的p值,均值的置信区间muci,检验统计量的观测值zval
[h,p,muci,zval] = ztest(x,100,2,0.05)
结果:
由h=1,p=0.0282<0.05拒绝原假设
且由置信区间的两个置信限都大于100,故作如下假设:
:=100
% 调用ztest函数作总体均值的单侧检验
[h,p,muci,zval] = ztest(x,100,2,0.05,'left')
结果:
由h=0,p=0.9859>0.05接受上述接受即
所以该切割机不正常,总体均值大于100mm.
x = [49.4 50.5 50.7 51.7 49.8 47.9 49.2 51.4 48.9]; % 定义样本观测值向量
% 调用ttest函数作总体均值的双侧检验,
% 返回变量h,检验的p值,均值的置信区间muci,结构体变量stats
[h,p,muci,stats] = ttest(x,50,0.05)
结果:
由h=0,p=0.8961>0.05知接受上述假设,即每包化肥的平均质量为50kg。
% 定义甲机床对应的样本观测值向量
x = [20.1, 20.0, 19.3, 20.6, 20.2, 19.9, 20.0, 19.9, 19.1, 19.9];
% 定义乙机床对应的样本观测值向量
y = [18.6, 19.1, 20.0, 20.0, 20.0, 19.7, 19.9, 19.6, 20.2];
alpha = 0.05; % 显著性水平为0.05
tail = 'both'; % 尾部类型为双侧
vartype = 'equal'; % 方差类型为等方差
% 调用ttest2函数作两个正态总体均值的比较检验,
% 返回变量h,检验的p值,均值差的置信区间muci,结构体变量stats
[h,p,muci,stats] = ttest2(x,y,alpha,tail,vartype)
结果:
由h=0,p=0.3191知接受上述假设,即甲乙两台机床加工的产品的直径没有显著差异。
例5.5:化肥厂用自动包装机包装化肥,某日测得9包化肥的质量(单位:kg)如下:
49.4 50.5 50.7 51.7 49.8 47.9 49.2 51.4 48.9
设每包化肥的质量服从正态分布,是否可以认为每包化肥的质量的方差等于1.5?取显著性水平
(1)分析:建立如下假设
(2)matlab进行检验:
% 定义样本观测值向量
x = [49.4 50.5 50.7 51.7 49.8 47.9 49.2 51.4 48.9];
var0 = 1.5; % 原假设中的常数
alpha = 0.05; % 显著性水平为0.05
tail = 'both'; % 尾部类型为双侧
% 调用vartest函数作单个正态总体方差的双侧检验,
% 返回变量h,检验的p值,方差的置信区间varci,结构体变量stats
[h,p,varci,stats] = vartest(x,var0,alpha,tail)
结果:
由h=0,p=0.8383知接受原假设,即每包化肥的质量的方差等于1.5。
例5.6:甲乙两台机床加工同一种产品,从这两台机床加工的产品中随机抽取若干件,测得产品直径(单位:mm)为
甲机床:20.1, 20.0, 19.3, 20.6, 20.2, 19.9, 20.0, 19.9, 19.1, 19.9
乙机床:18.6, 19.1, 20.0, 20.0, 20.0, 19.7, 19.9, 19.6, 20.2
检验这两台机器机床加工的产品直径的方差是否相等?取显著性水平为0.05.
(1)分析:建立如下假设
(2)matlab进行检验:
% 定义甲机床对应的样本观测值向量
x = [20.1, 20.0, 19.3, 20.6, 20.2, 19.9, 20.0, 19.9, 19.1, 19.9];
% 定义乙机床对应的样本观测值向量
y = [18.6, 19.1, 20.0, 20.0, 20.0, 19.7, 19.9, 19.6, 20.2];
alpha = 0.05; % 显著性水平为0.05
tail = 'both'; % 尾部类型为双侧
% 调用vartest2函数作两个正态总体方差的比较检验,
% 返回变量h,检验的p值,方差之比的置信区间varci,结构体变量stats
[h,p,varci,stats] = vartest2(x,y,alpha,tail)