Управление качеством. Илларионов О.И - 33 стр.

UptoLike

33
Оператор возвращает два значения H:
при H = 0 гипотеза H
0
принимается;
при H = 1 гипотеза H = 0 должна быть отвергнута и принята
гипотеза H
1
;
H = ttest (X, m, sigma, alfa, tail). (5.2)
Проверяемая гипотеза H
0
: μ = μ
0
(дисперсия неизвестна) .
Методика принятия решения и задания гипотез H
1
такая же, как для ztest.
H = ttest1(X
1
, X
2
, alfa, tail). (5.3)
Проверяемая гипотеза H
0
: μ
1
= μ
2
, дисперсии неизвестны, но гипоте-
за о равенстве дисперсий для сравниваемых выборок принимается.
X
1
и X
2
– данные двух выборок;
tail = 0, если H
1
: μ
1
μ
2
;
tail =1, если H
1
: μ
1
> μ
2
;
tail =–1, если H
1
: μ
1
< μ
2
.
Методика принятия решения описана выше.
Задача 21. Для заданной матрицы данных проверить гипотезы H
0
:
μ
= μ
0
при неизвестной и известной дисперсии σ
2
, для отдельных вы-
борок (столбцов): H
0
: μ
1
= μ
2
при известных и равных дисперсиях
222
12
σσσ== для двух выборок с наиболее отличающимися выбороч-
ными средними.
>> data=[6.0000 6.4900 6.6700 6.4700 7.0200 6.4400
6.5100 6.3300 6.1700 6.3000 6.6700 6.3800
6.3300 6.4000 6.6700 6.3000 6.5100 6.4100
6.0800 6.5800 6.4200 6.0600 5.4900 6.3800
5.8100 6.1900 7.5400 6.5000 7.2100 6.7500
6.4400 6.2300 6.4700 5.9800 6.6500 6.3100]
>> d=reshape(data,1,36); Преобразование данных
>> m=mean(d) Вычисление генерального среднего
m = 6.4211
> m1=mean(data) Вычисление выборочного среднего
m1 =
Columns 1 through 6
6.1950 6.3700 6.6567 6.2683 6.5917 6.4450
Ввод данных