实验数据分析方法..pptVIP

实验数据处理方法第三部分：统计学方法 第十四章 假设检验 (Hypothesis Testing) 第十三章 假设检验(Hypothesis Testing) 第十三章 假设检验(Hypothesis Testing) 第十三章 假设检验(Hypothesis Testing) 第十三章 假设检验(Hypothesis Testing) 第十三章 假设检验(Hypothesis Testing) 第十三章 假设检验(Hypothesis Testing) 第十三章 假设检验(Hypothesis Testing) 第十三章 假设检验(Hypothesis Testing) 第十三章 假设检验(Hypothesis Testing) 第十三章 假设检验(Hypothesis Testing) 第十三章 假设检验(Hypothesis Testing) 第十三章 假设检验(Hypothesis Testing) 第十三章 假设检验(Hypothesis Testing) 第十三章 假设检验(Hypothesis Testing) 第十三章 假设检验(Hypothesis Testing) 第十三章 假设检验(Hypothesis Testing) * 一. 假设检验的基本概念 二. 假设检验的一般方法 三. 假设检验的一个例子：Li－Ma显著性（Significance） 一. 假设检验的基本概念 1. 什么是假设检验 实验的目的：验证一个科学论断的正确性 假设检验：利用概率和统计的语言，根据实验的结果来验证一个理论模 型是否可接受。 统计假设：待检验的理论模型 例：Ξ0粒子的衰变。 实验结果：测量衰变时间求Ξ0粒子的平均寿命τ。 理论模型：ΔI=1/2规则，Ξ0的寿命是Ξ- 的两倍， Ξ- 的寿命 ? Ξ0的寿命τ0 问题：τ ＝ τ0 ？ 由于τ有测量误差，对该问题的回答：τ=τ0概率是多少？ 2. 假设检验的分类 （1）参数检验：如果欲检验的统计假设只包括某些参数的特定值， （2）非参数检验：被观测的随机变量的分布是否符合一个特定的 原假设：欲检验的统计假设，如 如：τ ＝ τ0 ？ 函数形式？两个给定的实验分布是否具有相同 分布形式？…… 3. 原假设和备择假设（Null Hypothesis，Alternative Hypothesis） H0：τ=τ0 备择假设：实验结果有可能支持原假设，也可能支持别的假设而拒 绝原假设，与原假设不同的其它假设称为备择假设，如 H1：τ≠τ0 一般情况下，是否接收原假设依赖于与备择假设的比较结果。 简单假设：假设中参数的值是一常数，如 4. 简单假设和复合假设（Simple Hypothesis，Composite Hypothesis） H0：τ=τ0 复合假设：假设中的某一参数的值不是完全确定的，如 H：τ≠τ0 、 H1：τ≥τ0 如何选择原假设和备择假设，要根据所要解决的实际问题决定 二. 假设检验的一般方法 随机变量x 参数检验 观测结果：容量为n的样本，（x1, x2, …, xn) 定义通过观测结果来接收原假设或拒绝原假设的标准 p.d.f.: f（x,θ）， θ为未知参量 检验θ是否取某一值 原假设 H0：θ=θ0 备择假设 H1：θ=θ1 检验统计量：t = t(x1, x2, …, xn) t 的定义域：ω 即：若t 的观测量tobs， f (t |Ho)：H0为真时，t 的p.d.f. α：显著性水平（Significance Level），tc：临界值 f (t |H1)：H1为真时，t 的p.d.f. R：ω中的子域 α：t 落入R中的概率。 0≤α≤1（H0为真时） R： H0 的拒绝域 ω - R： H0 的接收域 否则，接收H0 f (t |Ho) ω - R R tc t 落入R，则拒绝H0 第一类错误（弃真错误）：当H0为真时，tobs有α的概率落入R ? α应尽可能地小 1-β：H0 对H0的检验势 当tobs tc时， H0被拒绝，而实验上H0为真 I类错误的概率： 第二类错误（取伪错误）：H0不为真，但却接收了H0 II类错误的概率： f (t |Ho) 1 - α R tc t α 1-β大，II类错误的概率小 假设检验的方法： ? α应尽可能地小 设x的p.d.f.： 1. 选择合适的检验统计量t 标准：α尽可能地小，1-β尽可能大。 三. 复合假设的检验： 似然比（Likelihood Ratio） f (t |H1) β tc t 1-β ω：Ω的子空间，即 2. 选择适当的临界值tc ，x样本：(x1, x2, …, xn) 的取值