统计学 作者 葛新权 主编 第七章 假设检验与方差分析.pptVIP

第七章 假设检验与方差分析 内容要点 假设检验的基本原理和步骤 总体均值的假设检验 总体比例的假设检验 总体方差的假设检验 单因素方差分析 双因素方差分析 1. 假设检验的基本原理和步骤 假设检验及其基本原理 假设检验的概念 假设检验：主要从对总体参数所作的一个假设开始，利用所搜集的样本数据，计算出样本统计量，进而运用这些数据测定假设在多大程度上是可靠的，并作出承认还是拒绝该假设的推断方法。 假设检验及其基本原理 假设检验的基本原理——小概率原理 小概率：在一次试验中，一个几乎不可能发生的事件发生的概率。 在一次试验中小概率事件一旦发生，我们就有理由拒绝原假设；如果“小概率事件”未发生，则不能拒绝原假设，而只能接受它。 解决假设检验问题的基本方式，是小概率原理基础上的反证。需要指出，这种反证不同于一般的反证法，它有以一定的概率犯两种类型错误的可能，我们不妨称之为概率反证。 假设检验的有关概念 统计检验假设 统计假设检验过程中，依靠抽样数据进行验证的假设，就称作统计假设。它实际上是关于随机变量的某种论断。 一个完整的统计假设一般包括两部分：原假设H0 和备择假设H1 。 原假设H0 常常是根据已有的资料或根据周密考虑后确定的，往往是已有的、具有稳定性的经验看法，一般在研究中，原假设是稳定、保守、受到保护的。 一般单一总体参数检验假设有以下几种类型： Ⅰ H0 ：θ=θ0 H1 ：θ≠θ0 双侧检验假设 Ⅱ H0 ：θ=θ0 或θ≤θ0 H1 ：θ＞θ0 右侧检验假设 Ⅲ H0 ：θ=θ0 或θ≥θ0 H1 ：θ＜θ0 左侧检验假设 假设检验的有关概念 检验统计量 在假设检验中，必须借助样本的统计量进行推断 。所选的检验统计量分布必须已知，而且必须是不包含任何其他未知参数的样本的函数；对实际抽样，可以计算出它的具体值，并可估计其发生的概率。 显著水平α 显著水平α，一般是指在原假设成立条件下，统计检验所规定的小概率的标准，即规定的小概率的数量界限。它其实也是假设真实而被拒绝的错误概率。常用的标准有：α=0.10 α=0.05 或 α=0.01 假设检验的有关概念 临界值、接受域和拒绝域 利用检验统计量的分布和指定的显著水平，作出接受或拒绝原假设的决策时，需要明确临界值、接受域和拒绝域三个概念。 假设检验的有关概念 两类错误 用样本信息作推断时，可能犯错误，所犯的错误有两种类型： 一类是原假设H0为真，却被我们拒绝了，犯这类错误的概率就是显著水平α。所以这类错误也称作α错误，或弃真错误。 另一类错误是原假设H0 为伪，却被我们接受了，一般犯这类错误的概率我们用β来表示，所以这类错误也称作β错误或取伪错误。 假设检验的有关概念 两类错误 样本容量一定时，犯两类错误的概率不能同时减小。如果减小α，就会增大犯β错误的机会，若减小β，也会增大犯α错误的机会。要想同时减小α与β就只有增大样本容量。 对α、β进行控制的一般原则是，首先控制α的大小，在假设检验中，这一原则由事先规定显著水平α来体现。这样做的原因，除为讨论问题方便，共同遵循一个统一原则外，主要是从实用的规点看，在原假设H0 明确、保守、受到保护的背景之下，通常犯第一类错误的后果较为严重，危害较大，因此我们更关心H0为真时，犯第一类错误的概率大小。 假设检验的步骤 假设检验的步骤 根据实际问题提出假设； 确定适当的检验统计量； 规定显著水平?，并确定它的拒绝域； 计算检验统计量的值； 作出统计决策。 2. 总体均值的假设检验 单个总体均值的假设检验 正态总体均值的检验－总体方差已知 若总体X～N (μ, σ2), 其中σ2 已知。我们从中抽取容量为 n 的样本，显然有样本统计量： 单个总体均值的假设检验 正态总体均值的检验－总体方差未知 当总体方差σ2未知时，不能选择Z作为检验统计量，此时只能用样本方差S2代替总体方差σ2，构成新的检验统计量： 单个总体均值的假设检验 非正态总体均值的检验 对非正态分布总体平均数的假设检验和区间估计一样，需要大容量样本。 使用Z检验统计量： ? 2 已知 ? 2 未已知 两个总体均值差的检验 三种检验形式 双侧检验 H0：μ1=μ2, ；H1：μ1≠μ2 或 H0：μ1 - μ2 = 0； H1： μ1 - μ2≠0 右侧检验 H0：μ1≤μ2, ；H1：μ1＞μ2 或 H0：μ1-μ2≤0； H1： μ1 - μ2＞0 左侧检验 H0：μ1≥μ2； H1：μ1＜μ2 或 H0：μ1 - μ2≥0； H1： μ1 - μ2＜0 两个总体均值差的检验 两