第十三讲《统计学》讲义.pptVIP

凌洁 第六章 假设检验第一节 假设检验的基本概念 一、假设检验问题 什么是假设检验问题？我们先看几个简单的例子。 例 6.1.1 在超市上出售的某种品牌方便面，按规定每袋净重少于100克的比例不得超过 1% 。技术监督部门从某超市的货架上任意抽取200袋该种品牌的方便面，经检验发现有3袋重量少于100克，试问：该超市出售的这种方便面是否符合质量标准。 在本例中，在超市上出售的这种方便面的不合格率是未知的，我们关心的问题是，如何根据样本的不合格率p=1.5%,来判断：在超市上出售的这种方便面的不合格率P≤1% 是否成立。 例 6.1.2 按照质量标准，某种导线的平均拉力强度为1200公斤，一批导线在出厂时抽取了100根进行检验，测得的平均拉力强度为1150公斤，试问：这批导线的平均拉力强度是否符合质量标准。 在本例中，即将出厂的这批导线的平均拉力强度是未知的，我们关心的问题是，如何根据样本的平均拉力强度 公斤来判断： 这批导线的平均拉力强度 是否成立。 例 6.1.3 某大型综合商场通过随机调查200名顾客，欲研究顾客的性别与顾客的购物金额之间是否存在一定的相关性。 在本例中，假设用随机变量X表示顾客的性别，用随机变量Y 表示顾客的购物金额，他们之间可能有关系，也可能没有关系。我们关心的问题是，如何根据200名顾客的性别与购物金额的样本数据来判断：随机变量X与 Y是否相关。 从上面3个例子可以看出，假设检验问题是先要对总体的参数、总体的分布或总体的特征作出某种假设，然后利用样本数据去检验这个假设是否成立。 二、原假设和备择假设 对于假设检验问题，首先需要提出一个统计假设，记为H0，称为原假设，也称零假设或基本假设，另一个记为H1 ，称为备择假设，也称备选假设或对立假设。例如上面3个例子的统计假设分别为: H0: P≤0.01; H1： P＞0.01 H0: ; H1： H0:随机变量X与Y独立； H1：随机变量 X与Y不独立。 三、假设检验的基本原理 进行假设检验的基本原理就是小概率原理。小概率原理是说概率很小的事件（称为“小概率事件”）在一次试验中几乎是不可能发生的。 根据小概率原理进行假设检验的方法就是概率意义下的反证法，其思想是：为了检验原假设H0是否正确，我们首先假定“H0正确”，然后来看在H0是正确的假定下能导出什么结果。如果导出一个与小概率原理相矛盾的结果，则说明“H0正确” 的假定是错误的，即原假设H0不正确，于是我们应作出否定原假设H0的决策；如果没有导出与小概率原理相矛盾的结果，则说明“H0正确” 的假定没有错误，即不能认为原假设H0是不正确的，于是我们应作出不否定原假设H0的决策。 例如，有一个厂商声称其产品的合格率高达99%，那么从100件产品中随机抽取1件，经检验它恰好是次品的可能性就很小，因为抽中次品的概率仅为1%，是一个小概率事件。但如果在一次抽取中抽到了次品，那么我们就有理由怀疑该厂商的声称，认为合格率高达99%是不真实的，就可以作出厂商的声称是假的推断。当然，我们也可能推断错了，即产品的合格率确实是99%，100件产品中确实仅有1件次品，而在这次抽取中恰好被抽到了。 事件的概率小到什么程度才算小概率事件，没有一个绝对的标准，要根据具体问题而定，一般概率为0.10、0.05 或0.01的事件，就可以认为是小概率事件。 四、否定域和接受域 五、假设检验的两类错误 在进行假设检验时，可能出现4种情况： 1. 当H0为真时，检验统计量的值落在接受域里，这时应作出接受H0的决策； 2. 当H0为真时，检验统计量的值没有落在接受域而落在否定域里，这时应作出否定H0的决策； 3. 当 H0为非真时，检验统计量的值落在接受域里，这时应作出接受H0的决策； 4. 当H0为非真时，检验统计量的值没有落在接受域而落在否定域里，这时应作出否定 H0的决策。 显然，在第1、4两种情况下，作出的决策是正确的，在第2、3两种情况下，作出的决策是错误的。 六、假设检验一般步骤 假设检验的一般步骤： （一）根据所研究问题的要求，提出原假设 H0和备择假设H1 。 原假设和备择假设的选取说明 假设检验是控制犯第一类错误的概率，所以检验本身对原假设起保护的作用，决不轻易拒绝原假设，因此原假设与备择假设的地位是不相等的，正因为如此，常常把那些保守的、历史的、经验的取为原假设，而把那些猜测的、可能的、预期的取为备择假设。 比如：对于双侧检验，这选择问题应该比较简单，一般都是“是不是”、“