3 . 右边检验
H 0 :总体的 p * 分位数大于等于 x *
这等价于 H 0 : P ( X ≤ x * )≤ p * 。
H 1 :总体的 p * 分位数小于 x *
这等价于 H 1 : P ( X < x * )> p * 。
由于较大的 T 2 表示零假设是假的,在二项分布表中,把样本量 n 和假设的概率 p * 作为 p ,得到 t 2 ,使得
P ( Y > t 2 )= α
对可接受的显著性水平 α ,它等同于
如果 T 2 大于 t 2 ,则拒绝 H 0 。如果 T 2 小于等于 t 2 ,则接受 H 0 。对于 n >20,在(2-20)中令 q =1 -α ,得 t 2 = x 1 -α 。
p 值是二项随机变量 Y 大于等于观测值 T 2 的概率,当 n ≤20, p = p * 时,它可从二项分布表中查出;对于 n >20,用(2-23)式,它可从正态分布表中得到。
举例说明分位数检验的过程。表2-1显示了28位同学某门课程的成绩,请问80是否可以作为学生成绩的3/4分位数?显著性水平为0.01。
假设检验的问题是: H 0 :3/4分位数是80。
备择假设是: H 1 :3/4分位数不是80。
用双边分位数检验。显著性水平为0.01的临界域可以通过二项分布表查到,此时 n =15, p =0.75。此例中 T 1 等于13, p 的值是2· p ( Y ≤13)=0.002 2< α =0.01,因此拒绝零假设,认为3 / 4分位数不是80。

