8第八章小节假设检验.pptVIP

第八章 假 设 检 验 假设检验的过程（提出假设→抽取样本→作出决策） 假设检验的基本思路 首先提出原假设或零假设，然后从实际总体中抽取样本，根据样本资料计算相应统计量的值。 进而比较统计量的值与假设的总体参数项比较，比较二者的差异是否显著，而这种差异由条件误差和随机差异组成。 如果样本统计量与总体参数之间的差异超过了通常偶然因素起作用的程度，这说明所发生的差异除了随机因素之外还存在条件差异的因素，便可以否定总体的变动纯粹由随机因素引起，没有显著差异的原假设；否则，相反。 假设检验的基本步骤 1、提出原假设和备择假设，规定显著性水平。 2、确定检验统计量，并计算检验统计量的值。 3、在原假设成立时，查找被检验统计量的临界值，确定接受域和拒绝域。 4、比较检验统计量的值与临界值，作出统计决策。 第二节 一个正态总体的假设检验 一、总体平均数的假设检验 1、总体方差已知时，用Z统计量进行假设检验。 2、总体方差未知时，用t统计量检验 当总体方差未知时，用样本方差S2估计未知的总体方差，此时，统计量服从t分布，即： 第三节 两个总体的假设检验 设总体 总体 从两个总体分别抽取样本 其样本均值和样本方差分别为： 两个总体均值之差的Z检验 (?12、 ?22 已知) 1.假定条件 两个样本是独立的随机样本 两个总体都是正态分布 若不是正态分布, 可以用正态分布来近似(n1?30和 n2?30) 原假设： 备择假设： 检验统计量为 例子 有两种方法可用于制造某种以抗拉强度为重要特征的产品。根据以往的资料得知，第一种方法生产出的产品其抗拉强度的标准差为8公斤，第二种方法的标准差为10公斤。从两种方法生产的产品中各抽取一个随机样本，样本容量分别为n1=32，n2=40，测得?x2= 50公斤，?x1= 44公斤。问这两种方法生产的产品平均抗拉强度是否有显著差别？ ( = 0.05) 两个总体均值之差的Z检验（计算结果） H0: ?1- ?2 = 0 H1: ?1- ?2 ? 0 ? = 0.05 n1 = 32，n2 = 40 临界值(s): 两个总体均值之差的 t 检验 (?12、 ?22未知) 检验具有等方差的两个总体的均值 假定条件 两个样本是独立的随机样本 两个总体都是正态分布 两个总体方差未知但相等?12 = ?22 检验统计量 * * * 概念 事先对总体数量特征或分布形式作出某种假设 然后利用样本信息来判断原假设是否成立 类型 参数假设检验 非参数假设检验 特点 采用逻辑上的反证法 依据统计上的小概率原理 假设检验(hypothesis testing) 总体 ? ? ? ? ? ? ? 抽取随机样本 均值 ?x = 20 ? ? ? ? 我认为人口的平均年龄是50岁 提出假设 拒绝假设! 别无选择. 作出决策 第一节 假设检验的基本问题 一、总体参数假设检验的含义 先假设总体参数，然后利用样本的实际资料计算统计量的值，并以此来检验事先对某总体数量特征所作为的假设是否可信，以此作为决策取舍依据的基础的一种统计分析方法。例如、、、 基本原理思路 基本程序步骤 下一页 H0值 临界值 临界值 样本统计量 拒绝域 拒绝域 接受域 抽样分布 1 - ? 置信水平 a/2 a/2 结合上面的思路，利用小概率事件原理，可相应确定接受域和拒绝域，作为决策的依据。 二、双侧检验与单侧检验 1、双侧检验：只考虑样本统计量与总体参数有没有显著性差异，不问差异的方向是正差还是负差。 原假设取等式，备择假设取不等式。 2、单侧检验：不仅考虑样本统计量与总体参数有没有显著性差异，而且还追究是正差还是负差。（把我们所要关心的问题作为备择假设（左、右）） 左 右 拒绝域 a/2 H0值 临界值 临界值 样本统计量 拒绝域 接受域 抽样分布 1 - a 置信水平 a/2 例如，某种零件的尺寸，要求其平均长度为10厘米，大于或小于10厘米均属于不合格 建立的原假设与备择假设应为 H0: ?X= 10 H1: ?X≠10 例如，采用新技术生产后，将会使产品的使用寿命明显延长到1500小时以上 属于研究中的假设 建立的原假设与备择假设应为 H0: ? X ≤1500 H1: ? X1500 例如，改进生产工艺后，会使产品的废品率降低到2%以下 属于研究中的假设 建立的原假设与备择假设应为 H0: ?P ? 2% H1: ? P 2% 0 0 由于正态分布表中是对应的双侧检验的临界