五 假设检验（ Sample Tests）课件.pptVIP

五 假设检验（ Sample Tests） 阅读教材：第8章 本章概要 假设检验的方法 总体均值的检验 ( 已知) 假设检验的P值法 与区间估计的联系 单边检验 总体均值的检验 ( 未知) 关于总体比例的检验 本章概要 两个独立样本的比较 两个独立样本均值之差的z检验 两均值之差合并方差（Pooled variance） 的t检验 两个总体方差之差的F检验 两个相关样本的比较 双样本均值之差的z检验 双样本均值之差的t检验 两个总体比例之差的检验（z检验） 新工艺是否有效？ 某厂生产的一种钢丝绳抗拉强度服从均值为10560 (kg/cm2）（lkg/cm2= 9. 8 ×104Pa)的正态分布，为提高产品质量，该厂技术开发部门试验了一种新的生产工艺，并随机抽取了用新工艺生产的10根钢丝绳，测得它们的抗拉强度如下： 10512，10623，10668，10554，10776 10707，10557，10581，10666，10670 现该厂技术开发人员需要了解，新工艺生产的钢丝绳的平均抗拉强度是否比原工艺生产的钢丝绳有显著提高？ 机床的加工是否满足要求？ 某台加工缸套外径的机床，在运行良好时所加工缸套外径的标准差为0.02mm，在经过一段时间的生产运行后，设备管理部门为了解该机床的加工精度是否仍然满足原精度指标，从该机床所加工的缸套中随机抽取了9个，测得外径尺寸的样本标准差为S=0.03mm，现要问：该机床的加工精度是否满足要求（符合原指标）？ 哪种安眠药的疗效好？ 某制药厂为分析该厂生产的甲、乙两种安眠药的疗效．将20个失眠病人分成两组，每组10人，两组病人分别服用甲、乙两种安眠药作对比试验．测得试验结果如下： 表： 服用甲、乙两种安眠药的延长睡眠时间（单位：h) 现要问：两种安眠药的疗效间有无显著差异？ 如果将试验方法修改为：对同一组10个病人．每人分别服用甲、乙两种安眠药作对比试验，并假定试验结果仍如表所示．此时结论又如何？ 两类人起薪相同吗?谁的起薪更高一些？ 《财富》杂志1995年6月26日刊载了会计师和财务计划人员的起始年薪。他们分别抽取了12名会计师和14名财务计划人员作为样本，得到他们的起始年薪如下片所述。 问题：能否说这两种职业的平均起薪有明显差异？ 会计师和财务计划人员的起始年薪 什么是假设? 假设是对于总体参数的 一个假定(声称） 总体参数诸如均值或比例 参数在分析前应已确定 原假设：H0 原假设是陈述将要检验的假设 e.g.:我国平均每个家庭至少拥有3台电视机( ) 通常是对总体的假设( ), 而不是对样本统计量的假设( ) 原假设： H0 假设检验以‘原假设是正确的’作为推理前提 在证明出它是错的之前，一直认为 它是对的 如: 与在被证明有罪前是清白的 模式相似 通常指的是现状 总是含有等号“ = ” 可能被接受，也可能被拒绝 备选假设： H1 与原假设对立，是原假设的相反的假设 e.g.:我国平均每个家庭拥有的电视机少于3台( ) 是对现状的挑战 (Challenges the status quo） 不含等号 可能被接受，也可能被拒绝 假设检验的步骤 拒绝H0的依据 （理由） 显著性水平： 定义原假设为真，而样本统计值不能够表明的拒绝形式 确定抽样分布的拒绝域 指定 的大小 ,表示原假设为真时拒绝了原假设的概率(显著性水平) 通常取值为 .01, .05, .10 是事先指定的 由此确定假设检验的临界值 （或关键数值） 显著性水平和拒绝域 两类错误 第一类错误 原假设为真而拒绝了它 通常后果是比较严重的 犯第一类错误的概率 称之为显著性水平 人为指定 第二类错误 原假设为假时却接受了它 犯第二类错误的概率为 检验的功效为 两类错误 不犯第一类错误的概率为 称之为置信系数（置信度） 两类错误 两类错误 两类错误是对立（Inverse）关系 第二类错误的影响因素 总体参数的真实值 当假定的参数值与其真实值之间差距减小时， 增加。 显著性水平 减少时， 增加 总体标准差 增加时， 增加 样本容量 n减少时， 增加 介于两类错误之间应如何作出决策 依据错误所造成的损失 当拒绝已有假设代价较高时，可以采取措施令第一类错误发生概率较小。 一项审判: 指正某人有罪 一项决策: 导致油轮沉海 当希望对现状有所改变时，可以采取措施令第二类错误发生概率较小。 在公司里启动一项新的软件研发项目 工资差别化的一项新决策 利用临界值进行