第8章假设检验.pptVIP

第 8 章 假设检验 第1节 假设检验的基本问题 第2 节 一个正态总体参数的检验 第3节 两个正态总体参数的检验 第4节 假设检验中的其他问题 一、教学目的与要求 了解假设检验的基本思想；掌握假设检验的步骤；会对实际问题进行假设检验。 二、教学重点与难点 教学重点：假设检验的基本思想和原理;假设检验 的步骤；对实际问题作假 设检验. 教学难点：如何对实际问题进行假 设检验;特别是单侧检验的建立。 一、假设问题的提出(假设检验的概念与思想) （一）假设的基本问题 1、什么是假设？ (hypothesis) 假设：是对总体参数的的数值所作的一种陈述. 总体参数包括总体均值、比例、方差等 分析之前必需陈述 2、什么是假设检验?(hypothesis testing) 假设检验：是事先对总体参数或分布形式作出某种假设，然后利用样本信息来判断假设是否成立。 常见的有： 参数假设检验和非参数假设检验 通常采用逻辑上的反证法，依据统计上的小概率原理。 （二）假设检验的基本思想和过程 假设检验的过程 二、假设的表达式（陈述） 1、提出原假设和备择假设 ? 什么是原假设？(null hypothesis) 原假设：待检验的假设，又称“0假设” 即研究者想收集证据予以反对的假设。 用 H0表示。 常用关系式：H0：? ? 或?或??某一数值 例如, H0：? ? 3190（克） 什么是备择假设？(alternative pothesis) 备择假设：与原假设对立的假设，也称“研究假设”。研究者想收集证据予以支持的假设。用H1表示为 。 常用关系式 H1：? 某一数值，或? ?某一数值 例如, H1：? 3190(克)，或? ?3190(克) 2、假设检验中的小概率原理 ? 什么是小概率？ 小概率：在一次试验中，一个几乎不可能发生的事件发生的概率。 注意： 1）在一次试验中小概率事件一旦发生，我们就有理由拒绝原假设。 2）小概率由研究者事先确定。 三、假设检验中的两类错误 1、第一类错误（弃真错误） 即原假设为真时拒绝原假设 注：第一类错误的概率记为? 又被称为显著性水平 2、第二类错误（取伪错误） 即原假设为假时接受原假设 注：第二类错误的概率记为?。 ? 错误和 ? 错误的关系 四、假设检验的流程 1、 什么检验统计量？ 检验统计量：根据样本观测结果计算得到的，并据以对原假设和被择假设做出决策的某个样本统计量。即用于假设检验决策的统计量。 注意：选择统计量的方法与参数估计相同，需考虑: 是大样本还是小样本； 总体方差已知还是未知。 检验统计量的基本形式为： 2、规定显著性水平?(significant level) 3、作出统计决策 四、利用P 值进行检验决策 1、什么是P 值? P 值(P-value)是一个概率值 如果原假设为真，P-值是抽样分布中大于或小于样本统计量的概率。是H0 能被拒绝的最小值,也称为观察到的(或实测的)显著性水平。 左侧检验时，P -值为曲线上方小于 等于检验统计量部分的面积 右侧检验时，P -值为曲线上方大于等于检验统计量部分的面积 P 值越小，说明实际观测值与H0之间不一致的程度就越大，检验的结果也就越显著。 左侧检验的P 值 右侧检验的P 值 利用 P 值进行检验(决策准则) 单侧检验 若p-值 ?,不拒绝 H0 若p-值 ?, 拒绝 H0 双侧检验 若p-值 ?/2, 不拒绝 H0 若p-值 ?/2, 拒绝 H0 六、双侧检验和单侧检验 (假设的形式) 1、双侧检验(原假设与备择假设的确定) 双侧检验是属于决策中的假设检验。 例如：某种零件的尺寸，要求其平均长度为10cm，大于或小于10cm均属于不合格，我们想要证明(检验)大于或小于这两种可能性中的任何一种是否成立。 建立的原假设与备择假设应为： H0: ? = 10 H1: ? ? 10 双侧检验(显著性水平与拒绝域 ) 双侧检验(显著性水平与拒绝域) 双侧检验 (显著性水平与拒绝域) 双侧检验 (显著性水平与拒绝域) 2、单侧检验(原假设与备择假设的确定) 单侧检验：将研究者想收集证据予以支持的假设作为备择假设H1 例如： 一个研究者总是想证明自己的研究结论是正确的 一个销售商总是想证明供货商的说法是不正确的 备择假设的方向与想要证明其正确性的方向一致 将研究者想收集证据证明其不正确的假设作为原假设H0，确立备择假设H1 单侧