总体服从正态分布的情况下，对参数的假设检验有哪些常用的方法？ 悟空问答合作邮箱：wendahz@toutiao.com 悟空问答侵权投诉通道：jubao@toutiao.com 京ICP备12025439号-14 京公网安备11000002002030号 网络文化经营许可证 跟帖评论自律。
什么是参数假设检验？最好能举个例子. 参数假设检验是一种应用非常广泛的统计推断方法，是学生学习后续专业课程和参加工作会经常用到的基本理论和方法.它是先对总体待估参数的取值作出某种陈述—称之为假设，然后利用样本信息在事先给定的显著性水平α下来判断所作假设是否成立的一种检验方法.例1：一般认为，学生的考试成绩服从正态分布.现在从某次《概率论与数理统计》课程的考试中随机抽取36位学生的考试试卷，计算得到平均成绩为65分，标准差为15分.问在显著性水平α=0.05下，是否可以认为这次考试全体考生的平均成绩为70分？对上述问题，正规的检验过程是：(1)首先提出两个假设，原假设H0：μ＝μ0=70；备择假设H1：μ≠70.(2)在H0：μ=70成立条件下，选择检验统计量T=.(3)由事先给定的显著性水平α=0.05，查t分布值表，得临界值从而得H0的拒绝域，即是.(4)由样本计算T的观测值，所以接受H0，因此可以认为这次考试全体考生的平均成绩为70分.类似的参数假设检验问题，都会涉及到备择假设、显著性水平、检验统计量、样本容量等因素，分析各种因素对检验结论的影响关系，无疑会对学生的分析问题、研究问题和解决问题的能力培养大有帮助.
多元正态分布参数估计及假设检验的原理及方法步骤 一般的参数估计方法无非：极大似然估计、矩估计、贝叶斯估计3种。极大似然估计，就是跟据样本值得到似然函数，然后求导得到最大值的条件，解出参数值，假设检验则据此得到。
