第六章(教育)参数的假设检验解析.ppt

第六章 参数的假设检验 由样本对总体作统计推断，除了参数估计还有假设检验，即对总体提出某种假设，然后根据样本统计值对该假设是否成立进行检验。 对总体可以提多方面的假设，相应地就需进行多方面的检验。当对总体参数提出的假设（如：总体参数是否等于某一个值、两个总体的参数是否有差异…）进行检验时，就称作总体参数的假设检验。 一、假设检验的基本原理 我们假设事件A是小概率事件（即在一次试验中它几乎是不可能出现的） 如果在一次试验中事件A却出现了，这时我们就会拒绝（推翻）假设，作出“A不是小概率事件”的结论； 如果在一次试验中事件A果真没出现，这时我们就接受假设，作出“A是小概率事件”的结论。 注意：因为我们假设事件A是小概率事件（并非必然事件或不可能事件），所以上面两种结论都有犯错误的可能性。 例 某校一个班进行比奈智力测验, =106, 班级人数n=50, 该测验常模?0=100, ?0=16。该班智力水平?1(不是这一次测验结果)是否与常模水平有显著差异? 1、对参数提出假设 H1 ： ?1 ??0 （ ?1?100 ） （该班智力水平确实与常模有差异） 这个假设称为研究假设，即希望证实的假设，但我们只是 假设?1 ??0 ，没有假设?1 等于多少，无法直接检验它。 H0： ?1＝?0 （ ?1 ＝100） （该班智力水平与常模没有差异） 这个假设称为虚无假设或零假设，它是统计直接检验的对象 H0为真 则H1为假 H0为假 则H1为真 （类似于反证法） 2、确定H0 成立的情况下 的抽样分布 本例 的抽样分布是正态分布，其均值?1＝?0 ＝100 标准误 3、确定允许检验结论犯错误的概率?（称作显著水平） 本例 设 ?=0.05 4、根据?将 的抽样分布划分 出接受H0 和拒绝H0 两个区域 5、确定（查表） H0 接受域与拒绝域的临界值 根据条件将 的分布转换为标准正态分布或其它布， 查表得到临界值。 本例 查标准正态分布表得 Za/2= 1.96 6、把实得的 Z 与查表得到的临界值 Za/2比较 实得值大于临界值属于小概率事件，一旦真的发生则拒 绝H0，若实得值小于临界值则接受H0 本例 Z Za/2 结论：拒绝H0 即该班智力水平与常模差异显著 此结论犯错误的概率 P0.05 7、假设检验中的两类错误 在检验中如果接受 H0 ，则意味拒绝H1 这时也有犯错误的可能。 (1) ?与?是两个前提下的概率。即?是拒绝原假设H0时犯错误的概率，这时前提是H0为真； ?是接受原假设H0时犯错误的概率，这时前提是H0为伪。所以? ＋?不等于1。 (2) 对于固定的n, ?与?一般情况下不能同时减小。对于固定的n, ?越小, Z?/2越大,从而接受假设区间(-Z?/2, Z?/2)越大,H0就越容易被接受,从而“取伪”的概率?就越大; 反之亦然。即样本容量一定时，“弃真”概率?和“取伪”概率?不能同时减少，一个减少，另一个就增大。 (3)要想减少?与?,一个方法就是要增大样本容量n。 7、单侧检验和双侧检验 1、双侧检验（双尾） 指只强调差异而不强调方向性的检验 单侧检验和双侧检验的拒绝区域和接受区域 二、单总体均值的检验