第三节假设检验.docVIP

假设检验（一）---- 参数检验 假设检验是统计推断的一个重要组成部分。它是利用样本的实际资料来检验事先对总体某些数量特征所作的假设是否可信的一种统计分析方法。 我们在教育与心理研究中经常需要讨论统计值之间的差异的问题，例如总体平均数与样本平均数的差异，两个样本平均数与的差异，两个标准差与的差异，两个相关系数与的差异等。归纳起来就是两种情况：一是样本统计量与总体参数的差异，二是两个样本统计量之间的差异。这些差异究竟是随机抽样造成的，还是由于实验条件改变的影响，除了极为明显的情况，一般是难于直观分辨的。假设检验则是处理这类问题的科学方法。 假设检验包括参数检验和非参数检验。本节只介绍参数检验，非参数检验放在下一节进行介绍。 假设检验的一般问题 1．假设 当人们面对各种现象需要做出解释与分辩时，总是习惯于确立是与非两个假设，然后利用已知理论和事实对研究现象进行检验与决断。统计学中的假设通常是专指用统计学术语对总体参数所做的假定性说明。在进行假设检验时，首先就要提出两个相互对立的假设，即虚无假设和备择假设。 虚无假设是假设所研究的变量之间不存在差异，它认定任何观察到的平均数之间的差异都可能是有抽样误差所造成的。也就是说，虚无假设是研究者希望根据样本信息加以拒绝的假设。虚无假设一般用表示，其一般形式为：：。 备择假设是假设所研究的变量之间存在着某种差异，它是研究者希望根据样本信息予以证实和接受的假设。备择假设一般用表示，其一般形式为：：。 2．假设检验的基本思想 假设检验的基本思想就是从建立虚无假设开始，根据所收集到的数据，推断提出的假设是否成立。如果所收集到的样本的信息否定了虚无假设的真实性，那就要拒绝虚无假设而接受备择假设；相反，如果根据样本信息不能否定虚无假设的真实性，那就要接受虚无假设而拒绝备择假设。由此可见，假设检验的基本思想是：运用概率论中的“小概率事件发生的不可能性”原理，进行反证。 例如，某小学低年级识字学习成绩的平均分数为=77.2分，标准差=8.2分。为了提高教学质量，从这些学生中随机抽取30人，采用新的教学方法进行实验。实验后进行测验，这30名学生的测验成绩的平均分=82分。现在就要研究这30人的样本的平均分的提高，是新教法的影响还是随机抽样误差的影响。 如果假设新教法对提高学习成绩没有影响（虚无假设），即与的差异是随机抽样误差。由上一节（公式11—2）移项而得到的关系式可知： P (μ-1.96μ+1.96) = 0.95 即 P (77.2 -1.9677.2 + 1.96) = 0.95 P（74.27 80.13）= 0.95 即样本平均数落在（ 74.27，80.13）区间中的可能性为95%，落在此区间外的可能性只有5%，这意味着落在（ 74.27，80.13）区间外的事件为小概率事件，但现在这种小概率事件却在一次实验中就出现了：样本平均数之值为82分，落在了（ 74.27，80.13）之外。因此，我们无法相信新教法对提高学习成绩没有影响，不能接受虚无假设，而认为与之间存在明显差异，新教法的实施确实提高了学生的成绩。 如果采用新教法实验的30名学生的测验平均成绩为80分，正好落在了（ 74.27，80.13）之内，那就可以接受虚无假设，认为与之间的差异是由于随机抽样误差造成的，二者并没有本质差异。这就是假设检验的基本思想。 3．显著性水平 统计学上把拒绝虚无假设的概率称为显著性水平，用，α= 0.01表示。在大多数统计检验中，α= 0.05被用作是否具有统计显著性的临界点。 显著性水平是统计推断时可能犯错误的概率。显著性水平越高（α值越小），越不容易拒绝虚无假设，推断的精确性越高；显著性水平越低（α值越大），越容易拒绝虚无假设，推断的精确性越低。 4．自由度 自由度是指总体参数估计量中变量值独立自由变化的数目。通常用字母表示。例如，用样本统计量S对总体标准差进行估计时，作为参数的估计量S=中的变量（离差），只有n—1个可以独立自由地变化，而第n 个离差，由于必须与其它离差凑成为零（即），就失去了独立自由地变化的可能，所以自由度= n—1。再比如，一组数据2，2，5，7，其=4，前三个离差 －2，－2，1可以自由变化，但由于有的限制，第四个离差只能等于3。 计算自由度的一种比较容易的方法是看总体参数估计量中运用了几个样本统计量，其自由度就等于样本容量减去几。例如，在总体参数的估计量S=中，运用了一个样本统计量，则自由度等于样本容量n减去1。有一点应该清楚，即自由度并不是总为n—1。 5．假设检验的两类错误 在对总体进行假设检验时，如果我们不能对其进行全面的检测，就很难十分有把握地确定假设的正确与否。一般来说，进行假设检验，完