假设检验的基本概念和基本思想.pptVIP

《概率论与数理统计》 第八章 假设检验 8.1 假设检验的基本概念和基本思想 假设检验的基本原理 内容小结 返回 上页 下页 目录 *****大学理学院数学系 伯努利（Bernoulli） 柯尔莫哥洛夫(Kolmogorov) §8.1 假设检验的基本概念和基本思想 §8.2 正态总体均值的假设检验 §8.3 正态总体方差的假设检验 §8.4 分布拟合检验 在总体的分布函数完全未知或只知其形式、但不知其参数的情况下, 为了推断总体的某些性质, 提出某些关于总体的假设. 假设检验就是根据样本对所提出的假设作出判断: 是接受, 还是拒绝. 例如, 提出总体服从泊松分布的假设; 如何利用样本值对一个具体的假设进行检验? 通常借助于直观分析和理论分析相结合的做法,其基本原理就是人们在实际问题中经常采用的所谓实际推断原理:“一个小概率事件在一次试验中几乎是不可能发生的”. 下面结合实例来说明假设检验的基本思想. 假设检验问题是统计推断的另一类重要问题. 提出两个相互独立的假设 和 原假设(null hypothesis) 备择假设(alternative hypothesis) 两类错误 第I类错误(error of the first kind) （弃真错误 ） 第II类错误(error of the second kind) （取伪错误 ） 综上所述，参数假设检验的一般步骤如下： 三种假设检验 双边假设检验(bilateral hypothesis test) 右边检验 左边检验 下面来讨论单边检验的拒绝域． * * 【例1】 某饲料厂用自动包装机将饲料打包，每包饲料的标准重量规定为100斤．每天开工时，需要先检验一下包装机的工作是否正常．机器正常时，其均值为100斤，标准差为1.15斤．某日开工后，抽检了9包，其重量数据如下(单位：斤)： 98.3，97.7，100.5，98.8，101.2，99.5，102.5，99.7，100.1 试问此包装机的工作是否正常？ 设表示每包饲料的重量，则.当自动包装机工作正常时，，. 由第六章的知识知，样本均值是总体均值的无偏估计，的观测值的大小在一定程度上反映的大小．因此，如果原假设为真，则观测值与的偏差一般不应太大．若过分大，我们就怀疑原假设的正确性而拒绝.考虑到，当为真时，．而衡量的大小可归结为衡量的大小．因此，我们可适当选定一正数，使得当观测值满足时就拒绝原假设，反之，若，就接受原假设． 实践中，人们习惯地采用如下策略：限制犯第I类错误的概率，或者在限制犯第I类错误的概率下，使犯第II类错误的概率尽可能地小. 就前一种情况而言，要求犯错误的概率很小，因此，人们常常要求 ， 其中是一个人为给定的很小的数，常见地取等，称为显著性水平(significance level). 只对犯第I类错误的概率加以控制，而不考虑犯第II类错误的概率的检验，称为显著性检验(significance test)，它只涉及到原假设. 为了确定常数，我们考虑统计量． 令 . 当为真时，，由标准正态分布分位点的定义有， 若的观察值满足，则拒绝， 而若，则接受． 例如，在本例中取，则有，又已知，，即有 ， 于是接受，即可认为这天包装机工作正常． 通过以上分析，我们知道假设检验的方法符合“小概率推断原理”．因为通常总是取得较小，一般地取，，等．因而，若为真，即当时，是一个小概率事件．根据小概率推断原理，如果为真，则由一次试验得到的观测值，满足不等式几乎是不会发生的．如果发生了，则有理由怀疑的正确性，因而拒绝．相反，观测值满足，此时没有理由拒绝原假设，从而可以接受． 一般地，称统计量为检验统计量(test statistic)．当检验统计量取某个区域中的值时，我们拒绝原假设，称区域为拒绝域(rejection region)，拒绝域的边界点称为临界点(critical point)，拒绝域的补集称接受域(acceptance region).例如上例中拒绝域为 ， 而为两个临界点． (1) 根据实际问题的要求，提出原假设及备择假设； (2) 构造一个合适的统计量并确定该统计量的分布，由样本观测值计算出统计量的值； (3) 给定显著性水平，按确定拒绝域；一般地，确定临界值就确定了拒绝域； (4) 作出判断：若，则拒绝原假设，否则接受原假设． ； ； ； 设总体，未知、为已知，是来自的样本，给定显著性水平．确定假设检验问题 ； 的拒绝域． 当为真时，观测值往往偏大，因此，拒绝域的形式为 ，(是某一正数) ， 因为真，故，从而， 即. 令，则必有. 由及，可得，即. 由此可得拒绝域为，即. 类似地，可得左边检验问题 ；