假设检验基础练习.ppt

假 设 检 验hypothesis test 假设检验中的小概率原理 1. 在一次试验中，一个几乎不可能发生的事件 P0.05（或P0.01）----小概率事件 小概率事件在一次试验中基本上不会发生 2. 在一次试验中小概率事件一旦发生，我们就有理由拒绝检验假设。 显著性水平(significance level): a 临界值 -1.96 0 1.96 -2.273 图8-1 标准正态分布下H0的接受域与拒绝域 拒绝域 拒绝域 接受域 临界值 1.64 是一个概率值 界值两侧尾部面积为? 接受域 |u|u?/2 拒绝域 |u|u?/2 P 值（P-Value） 是一个概率值：在H0规定的总体中进行随机样，得 到的大于等于（或小于等于）现有样本统计量的概率。 0 -2.273 2.273 阴影部分 面积为P 左侧检验，小于等于 当前检验统计量的概率 右侧检验，大于等于 当前检验统计量的概率 在H0成立的假设下，出现当前检验统计量 及更极端情况的概率。 P≤a 按a检验水准拒绝H0 ,接受H1， 差别有统计学意义； P a 按a检验水准不拒绝H0 ， 差别无统计学意义； 利用 P 值进行决策 u0.05/2 a/2 P/2 u 0 -u0.05/2 假设检验的基本步骤 1、建立假设,确定检验水准： H0: ? 1＝ ? 2 （检验假设） H1: ? 1≠ ? 2 （备择假设） a = 0.05(双侧) 2、选定方法，计算统计量： 根据统计推断目的、设计、资料组数、样本含量等选择方法。如两组大样本比较u检验、小样本比较用t检验、方差齐性检验用F检验。 3、确定P值，作出统计决策： P ≤ a 拒绝H0 ，差别有统计学意义； P a 不拒绝H0 ，差别无统计学意义。 样本均数与总体均数比较的u检验 大样本量：所代表的未知总体均数，记为? ； 总体均数：记为? 0； 检验目的：推断样本所代表的未知总体均数?与 已知总体均数? 0是否有差别。 计算统计量： 两均数比较的u检验 适用于：完全随机设计中两组计量资料的比较。 检验目的：通过分析两样本均数推断其分别对应的 两个未知总体均数是否不同。 基本原理： 提出假设 H0: ? 1＝ ? 2 ，或? 1- ? 2 ＝ 0 H1: ? 1≠ ? 2 ，或? 1- ? 2 ≠ 0 在H0条件下， 统计量u值: 可信区间 假设检验 用 途 推断总体均数的范围 推断总体均数是否相等 含 义 当?=0.05时，CI以95% 的可能性包含总体均数。 在检验假设条件之下，考察样本均数与总体均数的差异是否是抽样误差造成的。 方 法 确定可信度(1-a)，计算得到一个区间 在H0条件下，计算得到一个统计量，从而得到P值 s未知: 1.建立假设，确定检验水准 2.计算统计量 3.确定P值，作出统计决策 s已知或s未知但为大样本: 检 验 水 准 和 两 类 错 误 假设检验结论 真实结果 拒绝H0 不拒绝H0 H0成立 Ⅰ型错误（a） 推断正确(1－a ) H0不成立 推断正确（1－b） Ⅱ型错误（b） 表1 假设检验的两类错误（概率） Ⅰ型错误(type Ⅰ error)：假阳性错误/弃真错误 原假设为真，拒绝原假设 Ⅰ型错误的概率为a ? Ⅱ型错误(type Ⅱ error)：假阴性错误/取伪错误 原假设为假，不拒绝原假设 Ⅱ型错误的概率为b m H0: m= m0 m0 图2 Ⅰ型和Ⅱ型错误示意图（以单侧u检验为例） a 1-a H1: mm0 m H0: m= m0 m0 a b 1-a 1-b H1: mm0 ? 和 ? 的关系 ? ? ?和?的关系就像翘翘板，?小?就大， ?大?就小 不能同时减少两类错误! 假设 研究的问题 双侧检验 单侧检验 左侧检验 右侧检验 H0 m ＝ m0 m ＝ m0 m ＝ m0 H1 m ≠m0 m m0 m m0 双侧检验和单侧检验two-sided test one-sided test t