第06章假设检验.pptVIP

第六章 假设检验Hypothesis Testing 本章学习目标 通过本章的学习，你应该能够: 掌握假设检验的基本思想和原理 掌握假设检验的一般步骤 能够进行一个总体参数的假设检验 能够进行两个总体参数的假设检验 掌握p值的计算和应用 能够用EXCEL完成假设检验 假设检验在统计方法中的地位 什么是假设? 假设（hypothesis） 是对总体参数的具体 数值所作的陈述。例如： 总体均值 总体比例 什么是假设检验? 假设检验（hypothesis test）是先对总体参数（或分布形式）提出某种假设，然后利用样本信息判断假设是否成立的过程。 有参数检验和非参数检验 参数检验：需要对总体分布作限制性的假定； 非参数检验：不对总体分布加以限制性的假定，也称为自由分布检验； 逻辑上运用反证法，统计上依据小概率原理 假设检验的基本思想 原假设（Null Hypothesis, H0） 原假设，又称零假设，就是想要进行检验的陈述； 例如: 美国家庭平均拥有的电视机数量至少为3台。 原假设的陈述总是关于总体参数的陈述，而不是对样本统计量的陈述。 原假设（Null Hypothesis, H0） 在假设检验开始之前，总是首先假设原假设为真； 这类似于法官在审判开始之前总是首先假设犯罪嫌疑人是无辜的； 原假设一般对应于所研究对象的现状 原假设总是包含符号 “=” , “≤” 或者 “?” 被拒绝或者不能被拒绝 备择假设（Alternative Hypothesis, H1） 备择假设是原假设的对立面； 例如: 美国家庭平均拥有的电视机数量小于3台 ( H1: ? 3 ) 备择假设陈述的是对现状的挑战 备择假设总是不能包含符号 “=” , “≤” 或者 “?” 被接受或者不能被接受 研究人员想收集证据予以支持的假设 例:一种零件的生产标准是直径应为10cm，为对生产过程进行控制，质量监测人员定期对一台加工机床检查，确定这台机床生产的零件是否符合标准要求。如果零件的平均直径大于或小于10cm，则表明生产过程不正常，必须进行调整。试陈述用来检验生产过程是否正常的原假设和备择假设。 例：某品牌洗涤剂在它的产品说明书中声称：平均净含量不少于500克。从消费者的利益出发，有关研究人员要通过抽检其中的一批产品来验证该产品制造商的说明是否属实。试陈述用于检验的原假设与备择假设。 例：一家研究机构估计，某城市中家庭拥有汽车的比例超过30%。为验证这一估计是否正确，该研究机构随机抽取了一个样本进行检验。试陈述用于检验的原假设与备择假设。 解：研究者想收集证据予以支持的假设是“该城市中家庭拥有汽车的比例超过30%”。建立的原假设和备择假设为 H0 ：? ? 30% H1 ： ? ? 30% 原假设和备择假设是一个完备事件组，而且相互对立 在一项假设检验中，原假设和备择假设必有一个成立，而且只有一个成立 先确定备择假设，再确定原假设 等号“=”总是放在原假设上 因研究目的不同，对同一问题可能提出不同的假设(也可能得出不同的结论) 备择假设没有特定的方向性，并含有符号“?”的假设检验，称为双侧检验或双尾检验(two-tailed test) 备择假设具有特定的方向性，并含有符号“”或“”的假设检验，称为单侧检验或单尾检验(one-tailed test) 备择假设的方向为“”，称为左侧检验 备择假设的方向为“”，称为右侧检验 双侧检验与单侧检验(假设的形式) 假设检验中的两类错误 第一类错误（ Type I Error ） 原假设为真时拒绝原假设，也称为弃真错误 被认为是严重的错误 犯第一类错误的概率等于 ? α称为检验的显著性水平 由研究人员事先确定 假设检验中的两类错误 第二类错误（Type II Error） 原假设为假时没有拒绝原假设，也称为取伪错误 犯第二类错误的概率等于 β 假设检验中的四种可能情况 第一类错误和第二类错误的关系 影响β的因素 其它条件不变的情况下 当原假设的参数值 μ0 与总体参数的真实值μ 之间的差异 ，β 当 ? ，β 当 σ ，β 当 n ，β 显著性水平, ? 用于定义如果原假设为真，样本统计量不太可能的取值范围 即用于定义抽样分布的拒绝域 rejection region 用 ? 表示 (level of significance) 常用的α值有0.01, 0.05, 0.10 显著性水平由研究人员事先确定； 用于确定检验的临界值； 假设检验中的小概率原理 ? 什么小概率？ 1. 在一次试验中，一个几乎不可能发生的事件发生的概率 2. 在一次试验中小概率事件一旦发生，我们就有理由