假设检验及其应用毕业论文下载

假设检验在工艺改进中的应用1 问题提出 钢筋混凝土用钢筋作为工程结构材料之一，广泛应用于建筑、铁路、桥梁、公路、水电等作业，其质量的优劣直接影响着工程结构的正常和安全。我国建筑用钢筋普遍用HRB335带肋钢筋，近年来，HRB400带肋钢筋以其优良性能和节省材料用量等特点渐渐被市场认同，但是HRB400带肋钢筋对产品屈服点和抗拉强度等指标有较高的要求，目前生产过程中主要采用钒氮合金化生产工艺来提高性能，而这些钒氮合金价格高、资源少，大大增加了钢筋成本，因此，青岛钢铁有限公司组织技术攻关研究通过控制成份和改进冷却工艺来代替采用钒氮合金来提高钢筋性能，在改进过程中，我们利用假设检验、回归分析等统计技术来验证预测两种工艺状态下性能指标的变化，为工艺改进提供有效的理论依据，减少了试验炉次，取得了理想的效果。下面介绍如何利用假设检验这一数理统计工具对抗拉强度数据进行处理。 2 假设检验的基本思想 假设检验是根据样本的信息来判断总体分布是否具有指定的特征。为了对总体的分布类型或分布中的未知参数作出推断，首先给出一个具有肯定意义的原假设 ,然后用统计方法对 做出拒绝或接受的检验，即在假设 为真的前提下，通过对总体进行抽样来构造一个小概率事件，若在一次试验中，小概率事件居然发生了，就完全有理由拒绝 ，接受 ，否则就没有充分的理由拒绝 ，从而接受 。 3 假设检验的基本步骤 （1）根据实际问题的要求提出一个关于质量特性值的论断，称为原假设，用H0表示，同时根据实际问题提出原假设的对立面，称为备择假设，用H1表示； （2）确定检验用的统计量和拒绝域的形式； （3）选取适当的显著性水平α，通常α取0.10，0.05，0.01等数值； （4）给出临界值，确定拒绝域； （5）根据样本观察值确定接受还是拒绝原假设H0。 4 假设检验公式的选定 单个正态总体均值、方差的显著性水平为α的检验如表1，两个正态总体均值、方差的显著性水平为α的检验如表2。 表1 单个正态总体均值、方差的显著性水平为α的检验表 检验法 条件 H0 H1 检验统计量 拒绝域 检验 σ已知 μ≤μ0 μ≥μ0 μ＝μ0 μ＞μ0 μ＜μ0 μ≠μ0 { u≥u1-α } { u≤uα } {∣u∣≥u1-α/2 } 检验 σ未知 μ≤μ0 μ≥μ0 μ＝μ0 μ＞μ0 μ＜μ0 μ≠μ0 { t≥t1-α(n-1) } { t≤tα(n-1) } {∣t∣≤t1-α/2 (n-1) } 检验 μ未知 σ2≤σ02 σ2≥σ02 σ2＝σ02 σ2＞σ02 σ2＜σ02 σ2≠σ02 { χ2≥χ21-α(n-1) } { χ2≤χ2α(n-1) } χ2≤χ2α/2(n-1)或 χ2≥χ21-α/2(n-1) 注：μ为总体均值，σ2为总体方差，σ为总体标准差； 为样本均值，n为样本量， 为样本方差，s为样本标准差。 表2 两个正态总体均值、方差的显著性水平为α的检验表 检验法 条件 H0 H1 检验统计量 拒绝域 检验 σ1，σ2 已知 μ1≤μ2 μ1≥μ2 μ1＝μ2 μ1＞μ2 μ1＜μ2 μ1≠μ2 { u≥u1-α } { u≤uα } {∣u∣≥u1-α/2 } 检验 σ1=σ2 未知 μ1≤μ2 μ1≥μ2 μ1＝μ2 μ1＞μ2 μ1＜μ2 μ1≠μ2 { t≥t1-α(n+m-2) } { t≤tα(n+m-2) } {∣t∣≥t1-α/2(n+m-2) } 近似 检验 σ1，σ2 未知，样本量充分大 μ1≤μ2 μ1≥μ2 μ1＝μ2 μ1＞μ2 μ1＜μ2 μ1≠μ2 { u≥u1-α } { u≤uα } {∣u∣≥u1-α/2 } 检验 μ1，μ2 未知 σ12≤σ22 σ12≥σ22 σ12＝σ22 σ12＞σ22 σ12＜σ22 σ12≠σ22 {F≥F1-α（n-1，m-1）} {F≤Fα（n-1，m-1）} F≤Fα/2（n-1，m-1）或 F≥F1-α/2（n-1，m-1） 其中sw = 注：μ为总体均值，σ2为总体方差，σ为总体标准差； 、 为样本均值，n、m为样本量， 、 为样本方差。 正态总体中有两个参数，正态均值μ与正态方差σ2。以正态均值作为检验对象时，适用正态均值的假设检验，若正态方差已知，可选用 检验；若正态方差未知，可选用 检验；并且两个正态总体均值检验时，σ1，σ2未知，样本量充分大时，可选用近似 检验。若以正态方差作为检验对象时，单个正态方差的假设检验，选用 检验；两个正态方差的假设检验，选用 检验。 5 假设检验应用实例 5.1 采集数据 设采用钒氮合金时的抗拉强度值x～N（μ1，σ12），改进工艺后不加钒氮合金时的抗拉强度值y～N（μ2，σ22）。 从采用钒氮合金化的钢筋中随机取n=121批，测得的抗拉强度数据（单位Mpa）为： 抗拉强度（Mpa) 抗拉强度（Mpa) 抗拉强度（Mpa) 抗拉强度（Mpa) 抗拉强度（Mpa) 抗拉强度（Mpa) 460 480 475 470 460 440 495 460 460 480 490 465 470 485 460 540 470 465 530 480 470 465 505 465 450 495 485 470 470 480 460 445 460 450 485 485 450 485 480 470 485 490 460 470 480 485 470 495 470 450 475 470 480 480 465 485 450 460 485 450 470 500 440 470 495 490 475 480 460 485 495 490 480 485 465 450 470 480 450 495 485 470 475 470 485 490 455 470 470 485 460 470 510 510 460 470 520 470 450 470 475 490 495 480 450 470 475 470 450 480 485 450 490 465 505 470 445 470 470 460 改进工艺后不加钒氮合金的钢筋中随机取n=121批，测得的抗拉强度数据（单位Mpa）为： 抗拉强度（Mpa) 抗拉强度（Mpa) 抗拉强度（Mpa) 抗拉强度（Mpa) 抗拉强度（Mpa) 抗拉强度（Mpa) 470 485 465 435 470 480 460 470 480 485 470 495 445 495 485 470 470 480 440 480 475 470 460 430 460 450 475 470 420 460 445 485 460 540 470 465 445 460 460 480 490 465 470 445 460 450 485 485 485 485 450 470 485 490 495 470 445 470 470 460 485 480 420 470 475 470 465 480 440 485 495 445 485 470 450 470 475 490 490 480 450 465 505 465 485 500 440 470 495 490 495 495 485 470 475 470 465 480 485 450 490 465 495 490 455 470 470 485 470 485 450 460 485 450 470 470 510 510 460 470 根据上面的数据算出断面收缩率的样本均值和样本方差分别为： =474.42， =308.9 =471.74， =348.63 首先检验工艺改变前后抗拉强度的方差是否相等，如果可以认为相等，再进一步检验工艺改变前后抗拉强度的均值是否相等。这是两个正态总体均值、方差的假设检验问题。 5.2 检验方差是否一致 （1）建立假设 H0：σ12＝σ22 H1：σ12≠σ22 （2）因为是方差的检验且μ1，μ2未知，所以选用F检验。 （3）由备择假设知此检验的拒绝域为： （4）选取显著性水平α=0.05，查F分布表可得： =1.43 = = =0.7 则拒绝域为： (5)由样本观测值求得检验统计量： 由于F统计量未落在拒绝域中，所以接受原假设H0，即在显著性水平0.05下认为两总体方差相等。 5.3 检验均值是否一致 （1）建立假设 H0：μ1＝μ2 H1：μ1≠μ2 （2）由于σ1、σ2未知，但样本量n，m充分大，所以选用近似u检验。 （3）由备择假设知此检验的拒绝域为： （4）选取显著性水平α=0.05，查标准正态分布表可得： 则拒绝域为： (5) 由样本观测值求得检验统计量： 由于u统计量未落在拒绝域中，所以接受原假设H0，即在显著性水平0.05下认为两总体均值相等。 7 结语 根据所抽取样本，由假设检验得知HRB400带肋钢筋在工艺改进前后的抗拉强度没有显著差异。这一结论已由此后生产该产品的大量数据所证实，所以，理论和事实依据证明工艺改进达到了预期目的。

医学检验方面的毕业论文在轻风论文网很多的哦，之前我就找上面的老师帮忙指导的。相对于网上很多个人和小机构要好很多，我之前找的王老师咨询的，非常专业的说这里还有些参考资料，你看看 临床试验中区间检验的样本量与检验效能估计医药事业的发展，区间检验越来越受到研究者的重视。它是基于传统显著性检验而发展起来的一种新的假设检验方法，主要包括非劣效检验、检验与优效检验。因为它的检验假设不再是一个点而是一个区间而在1987年被Schuirmann首命名为“区间假设检验”或“区间检验”。自上个世纪60、70年代出现发展至今，不仅对于新药的开发与评估发挥了重要作用，而且已经广泛应用于社会各个领域如社会科学研究、教育学研究等等。在医学与卫生统计学领域，对于保证受试药品与参照药品等效／非劣效／优效，传统的显著性检验是不妥的，区间检验对于保证受试药品的安全性及有效性尤为重要。 本课题在对区间检验的定义以及其与显著性检验的区别与联系进行归纳总结的基础上，Monte Carlo抽样模拟试验对多中心临床试验中区间检验的样本量与检验效能进行了初步研究；模拟验证区间检验中β的单、取值；不同方法估计不同参数组合下等效性检验的样本量与检验效能以及同一种设计类型、参数组合下三种区间检验(非劣效／等效／优效)的样本量与检验效能之间的大小关 第四军医大学硕士学位论文 系;建立线性模型，估计多中心临床试验中中心效应与基线值效 应对于样本量与检验效能的影响;初步估计中心数目的多少与样本量 与检验效能的关系。所有的模拟程序均在SAS里编写。具体工作与研 究结果如下: 1概括地总结了影响区间检验的样本量与检验效能的几个主要因 素:重点介绍了区间检验中。与p的确定与含 义，并指出了文献中所存在的分歧;然后利用计算机抽样模拟的方法、 不同设计类型、不同参数取值下计算的样本量，模拟估算所对应 的检验效能。由实验结果看出:对于非劣效/优效检验，p均取单侧; 而就等效性检验而言: (l)当e一。时，p宜取双侧且n==2[(u卜。+ul一，/2)(/(A一夕)]， (2)当0半。时，p宜取单侧且n=2[(u，、+u卜，)(。/(△一0)]， 2利用PhilliPs法算单样本设计、配对设计、平行组设计、2 xZ交叉设计等四种实验设计方案、不同参数组合下等效性检验的样 本量与检验效能，结果提示:利用PhiniPs法估计的样本量更接近于 模拟结果且发现PhilliPs法能够弥补传统方法的不足;抽样模拟三种 区间检验(非劣效/等效/优效)不同参数组合下的样本量与检验效能: 尽管通常情况下，非劣效界值等效界值优效界值，但是却不能想当 然得出它所需样本量排序与此相同，它们的大小顺序与等效性检验 的检验水准以及其他一些因素组合密切关。 3抽样模拟多中心临床试验中不同中心数目、不同参数组合下的 样本量与检验效能，初步估中心数目与中心效应对于样本量的影响。 结果表明:中心效应不能轻易忽略，否则我们将会低估际需要的样 本量，而中心数目的多少对于样本量与检验效能的影响并不明显。 4建立协方差分析模型，抽样模拟估计多中心临床实验中基线效 应对于样本量与检验效能的影响;模拟结果提示:果基线效应确实 3 第四军医大学硕士学位论文 存在而对其忽略不计的话，会低估所需样本量。试验结果也从另一 方面证实了中心数目的多少与样本量与检验效能的大小并无直接关 系。 本课的创新点在于:一是对于区间检验与传统显著性检验中a 与p的确定与含义做了具体阐述，并利Monte Carlo模拟试验初步对 区间检验中日的单、双侧取值作了验证并给出了较为合理的解释;二 是通过建立线性模型，对多中心临床试验中的中心效应、中心数目以 及基线效应对于样本量与检验效能的影响作了初步估计。 临床试验中样本量的估计是一个重要而又不能回避的问题。研 究对影响区间检验的样本量与检验效能的一些因素作了初步探讨，以 期能够为临床工作者提供些参考。本研究提供了部分样本含 量估计表，可供实际工作者查阅。不懂的你上轻风论文网自己看吧