一、假设检验的基本原理.pptVIP

第一节 假设检验的 基本概念 一、假设检验的基本原理 例1 思考题 3 在一个确定的假设检验问题中,与判断结果有关的因素有（ ） （A）样本值及样本容量;（B）显著性水平 ? ; （C）检验的统计量; （D）（A）与（B）同时成立. 4 在假设检验中, U 检验与 t 检验都是关于总体均值的假设检验.当总体方差已知时,可选用（ ） （A） t 检验法; （B） U 检验法; （C） t 检验法或U 检验法;（D） 其他检验法. D B 下 回 停 * 一、假设检验的基本原理 二、假设检验的基本概念 三、两类错误 四、假设检验的一般步骤 此时常常作出适当的假设,然后进行试验或 观测,得到统计样本,构造统计方法进行判断,以 在实际工作中常会遇到这样的问题： （1）某药物在改进工艺后的疗效是否有提高？ （2）假定总体服从某种分布是否成立？ 如何通过抽检的样本对上述问题做出判断？ 决定是否接受这个假设. 假设检验就是这样一种统计推断方法， 根据样本提供的信息对所提出的假设作出 判断: 是接受, 还是拒绝. 概率事件发生,则否认假设H0 ;否则,接受假设H0 . 小概率推断原理： 小概率事件 2. 基本思想方法 采用概率性质的反证法： 下面结合实例来说明假设检验的基本思想. 1. 基本原理 (概率接近0的事件),在一次试验中,实际上可认为 不会发生(这是人们长期积累起的普遍经验!). 据一次抽样所得到的样本值进行计算. 若导致小 先提出假设H0 , 再根 某厂有一批产品,共有10000件,需检验合格 方能出厂.按规定次品率不得超过2%. 今从中任 取100件,发现有5件次品,问这批产品能否出厂? 分析 从直观上分析，这批产品不能出厂. 因为抽样得到的次品率： 然而,由于样本的随机性,如何才能根据抽样结 解 用假设检验法，步骤： 其中 p为总体的次品率. ={ 抽取的100件产品中的次品数 } 则 Xi ~ B(1, p) (i =1,2,3,???,100) 令 Y=X1+X2+ ??? +X100 则 Y ~ B(100, p) 1°提出假设 H0: 3° 在假设 H0成立的条件 4°作判断 由于在假设 H0成立的条件下, { Y = 5 }是小概率事件,而实际 试验中发生了,这违背了小概率原理,是不合理的， 所以, 这批产品不能出厂. 故应该否定原假设H0 ,认为产品的次品率 情况是:小概率事件竟然在一次 某食品厂生产猪肉罐头,按规定每瓶的标准 分析 例2 能否认为该厂猪肉罐头的标准重量为500 g? 501，507，498，502，504， 重量分别为(单位：g): 头质量服从正态分布N(500, 4),随机抽取5瓶,其 重量为500 g,由以往经验知,该厂生产的猪肉罐 则问题变为检验假设H0: = 500是否成立？ 设该厂生产的猪肉罐头平均重量 = 500 g 由以往经验可知, 标准差 = 2 ， 1° 提出两个对立假设 解 问题: 根据样本值判断 = 500 还是 ≠ 500？ 当H0为真时, 根据小概率原理,可以认为如果H0为真,则由一次 几乎不会发生. 试验得到满足不等式 的观察值 O x y 若在一次试验得到了满足不等式 的正确性,因而拒绝H0. 则我们有理由怀疑原来的假设H0 的观察值 则没有理由拒绝假设H0 ,因而只能接受H0 . 若出现观察值满足不等式 3° 在假设 H0成立的条件下，由样本计算 故拒绝假设H0, 认为该厂罐头的标准重量不是500 g . 如：若取定? = 0.05， 如：对于例2, 二、假设检验的基本概念1. 显著性水平 ? = P{拒绝H0 | H0正确} 数? 称为显著性水平. 用于检验假设的统计量，称为检验统计量. 如：对于例2, 3. 原假设与备择假设 假设检验问题通常叙述为: 2. 检验统计量 H0称为原假设或零假设, H1称为备择假设. 拒绝域W1: 拒绝原假设 H0 的所有样本值 拒绝原假设H0的检验统计量的取值范围. 临界点(值):拒绝域的边界点(值) 4. 拒绝域与临界点 (x1, x2, ···, xn)所组成的集合. (相应于检验统计量的值). 如: 在前面例2中,拒绝域 (1) 当原假设H0为真, 观察值却落入拒绝域, 而 假设检验的依据是:小概率事件在一次试验中 三、两类错误 率就是显著性水平? . 错误, 这类错误是“以真为假”. 犯第Ⅰ类错误的概 作出了拒绝H0的判断, 称为第Ⅰ类错误, 又叫弃真 有两类: 设检验所作出的结论有可能是错误的. 这种错误 很难发生. 但“很难发生”不等于“不发生”, 因而假