积极 AI Logo 积极 AI

假设检验中I类和II类错误的概率

假设检验中I类和II类错误的概率
几何画板及绘图内容加载中，请稍等……
2016-03-19 10:46
函数解析几何微积分概率统计
①本范例演示了在假设检验中如何计算和可视化I类错误（α）和II类错误（β）的概率；②涉及的核心数学概念包括概率分布、正态分布、积分计算、显著性水平和检验功效；③作图要点提炼自构造摘要，使用了InverseNormal（逆正态分布）、Normal（正态分布）、Integral（积分）等GeoGebra命令，以及α, δ, θ, e, f, μ, g, d, text1至text7等对象；④适合高中及以上学生学习和理解假设检验中的关键概念，也可用于统计教学演示。

GeoGebra 命令及参数

  1. InverseNormal(θ, δ, 1 - α) → e
  2. Normal(θ, δ, x) → f
  3. Normal(μ, δ, x) → g
  4. Integral(g, -100, e) → d
  5. Integral(f, e, 100) → c

AI 绘图提示语参考

绘制假设检验中第一类错误（α）和第二类错误（β）的概率图。首先画出标准正态分布曲线f，然后画出在θ和δ下的逆正态分布曲线e。接着画出均值为μ的标准正态分布曲线g，计算g从-100到e的积分d，以及f从e到100的积分c。
以上提示语为根据原始绘图命令整理而来，仅供参考。