【数据模型与决策讲解】假设检验.pptVIP

特点： 有标准值、经验值或者根据其他途径所导引的假设及猜测值，并欲对此做进一步的检验 “慎重”的态度，不轻易否定：参考西方法律，重证据，不能证明其有罪，便判为无罪 6.2关于均值的双侧检验 例：检验一批罐头，重要的指标之一是其均值是否与标称值500g有明显的差异？ 办法一：普查，求出m，即可知标称值的差异有多大（或可判定差异是否在给定的许可范围之内）。 但费时费力，有时甚至不可行。 办法二：因尚无证据表明存在明显差异，所以取慎重态度，先作假设H0: m = m0 =500 注：此处的“=”是表意的，应理解为“差不多” 如H0成立，则应该在500的周围。于是，在 H0：m 与m0 差不多的假设下，有图6-1： 当 距离m 较远（一般可先给定两角各a/2的面积，当进入该面积时，则判定为“较远”）。 见图6-2： 对此有两种解释： （1）由于偶然的原因，虽然m = m0 ，但出现了“小概率事件” （2） m 并不等于m0 ，所以 出现在m的周围而远离m0 权衡两者，假设检验的设计中倾向于（2） 于是，可作如下的设计： 对前例给出的数据，在显著性水平α=0.05下：有 =505， 进入了拒绝域，所以我们倾向于认为“m 与m0差异显著”的结论，因此判定这批罐头不符合要求 检验箱包是否重 368 克： 抽取容量为25的样本，均值为 X = 372.5. 公司确定标准方差 s 为15 克. 置信水平 a=0.05 Steps of Hypothesis Test 假设检验的步骤 提出原假设H0与备选假设H1；选择检验统计量；给定显著性水平α，确定拒绝域；由样本值计算统计量的值；作判断，确定接受还是拒绝H0。 a = 0.05 n = 25 临界值: ±1.96 6.3假设检验与区间估计的异同 1、理论基础相同：分布规律X ~N(μ,σ2/n) 2、设计思想不同： 3、对 的进一步理解 6.4单侧检验问题 单侧问题：一批产品，供给方称其平均寿命不小于1000小时。抽样，验证是否可信 标准值为“效益”类：越大越好 标准值为“成本费用”类：越小越好 难点：如何定 为方便计，先设s已知。据以往经验： s =80小时 产品寿命应不小于1000小时 抽样，n=100， X =1010小时，取a=0.025 试检验是否达标 分两种方式讨论、对比： 1、 H0: μ ? μ 0 =1000 H1: μ ＜ μ 0 =1000 有统计量： 又Za=1.96，－Za=－1.96(临界点) 由1.25－1.96 故接受H0，即认为可以相信已达标 2： H0: μ ? μ 0 =1000 H1: μ μ 0 =1000 有统计量： 又Za=1.646 故应取H0，即认为未能达标 思考：如何处理为好？如何理解矛盾的结论？ Hypothesis Test 假设检验 Chapter 6 例： 飞机的最大速度 有设计标准450m/s 检验进口钢板 平均厚度定为5mm 我国出口一批罐头，标称重量500g，据以往经验，标准公差为20g；现抽100罐，X=505g，问是否可以认为合乎标准？ 美国法律：原假设H0：被告无罪 备择假设H1：被告有罪 注：不能证明其有罪便认为无罪 6.1 概述 图6-1 500 a/2 a/2 临界点 临界点 图6-2 例: 368 gm. H0: m = 368 H1: m ? 368 检验统计量: 决策: 结论: 箱包重量与386差不多 a = .05下，不拒绝 0 1.96 -1.96 Z .025 拒绝 .025 H0: m = 386 H1: m ? 386 不严格，不能避免犯错误 理论严格 抽样看是否差不多 抽样定区间 有经验值或标准值 对m无先验信息 假设检验 区间估计 “＝”表示差异不大、不明显、差不多； “≠”表示有显著差异。 这里的“＝”与“≠”仅有形式上等与不等的逻辑互补关系，但只能借其形式表达“差不多”与“差异显著”两种倾向。 4、两类错误： I类（弃真）：P(弃真)=a 　即P(拒绝H0| )=a II类（取伪）：即P(接受H0| )，常为? 拒绝H0 α/2 １－α α/2 拒绝H0 接受H0 Chapter 1 Instructor Notes 1-* *