6假设检验资料.ppt

6 假设检验 假设检验的原理 假设检验的步骤 总体均值的假设检验 举例 某健身俱乐部欲根据往年的会员情况，制定2006年的会员发展营销策略。主管经理估计俱乐部会员的平均年龄是35岁。研究人员从2005年入会的新会员中随机抽取40人，调查得知他们的平均年龄是32岁。根据这份调查结果，问主管经理的对会员年龄的估计是否准确？ 基本原理 统计学是通过假设检验的方法来解决上述问题的。 假设检验和参数估计是统计推断的两个组成部分，它们都是利用样本对总体进行某种推断。 参数估计是用样本统计量估计总体参数的方法，总体参数在估计之前是未知的。 假设检验则是先对总体提出一个假设，然后利用样本信息去检验这个假设是否成立。 假设检验的一般问题 假设检验的概念 假设检验的步骤 假设检验中的小概率原理 两类错误 双侧检验和单侧检验 基本原理 假设检验（Hypothesis Testing）也称为显著性检验，是事先作出一个关于总体参数的假设，然后利用样本信息来判断原假设是否合理，即判断样本信息与原假设是否有显著差异，从而决定应接受或否定原假设的统计推断方法。 对总体作出的统计假设进行检验的方法依据是概率论中的“小概率事件实际不可能发生”原理。 假设检验的步骤 根据问题要求提出原假设（H0 ）和备择假设（H1）； 确定适当的检验统计量及相应的抽样分布；计算检验统计量的值； 选取显著性水平，确定原假设的接受域和拒绝域； 作出统计决策。 什么是原假设 通常是研究者想收集证据予以反对的假设 零假设，用 H0表示, 例如: H0: μ?= 35 总是包含等号“=”，≥，≤。 什么是备择假设 通常是研究者想收集证据予以支持的假设；与原假设对立。 零假设，用 H1表示, 例如: H0: μ?≠ 35 总是包含等号“≠”，＞，＜。 举例1 一种零件的生产标准是直径10cm，对生产过程进行监控以确定零件加工是否符合要求。如果零件的平均直径大于或者小于10cm，则表明生产过程不正常，必须调整。试陈述用于检验生产过程是否正常的原假设和备择假设。 设这台机床生产的零件平均直径为μ。 H0 ：μ = 10 （生产过程正常）H1 ：μ≠10 （生产过程不正常） 举例2 某品牌洗发水在产品说明书中称：平均净含量不少于500ml。相关机构要通过抽检其中一批产品来验证是否属实。试陈述用于检验的原假设和备择假设。 设该品牌洗发水的平均净含量真值是μ。如果μ＜500，表明说明书的内容不属实。 H0 ：μ ≥ 500 （净含量符合说明书）H1 ：μ ＜ 500 （净含量不符合说明书） 举例3 一家研究机构估计，某城市中家庭拥有汽车的比率超过30%。为验证这一估计是否正确，该机构随机抽取了一个样本进行检验。试陈述用于检验的原假设和备择假设。 设该城市家庭拥有汽车的比率真值是 p。研究者想收集证据予以证明：比率不超过30% H0 ：p ≤ 30% （比率不超过30%）H1 ：p ＞ 30% （比率超过30%） 假设检验的步骤 根据问题要求提出原假设（H0 ）和备择假设（H1）； 确定适当的检验统计量及相应的抽样分布；计算检验统计量的值； 选取显著性水平，确定原假设的接受域和拒绝域； 作出统计决策。 选择检验统计量 检验统计量是根据样本观测结果计算得到的，据以对原假设和备择假设作出决策的某个统计量。 假设检验中用到的检验统计量，都是标准化检验统计量，反应了点估计量与假设的总体参数相比，相差多少个标准差。 对总体均值的检验，标准化检验统计量为： 选择检验统计量 选择检验统计量时需要考虑：是大样本还是小样本？总体方差是已知？ 总体均值的检验统计量的基本形式为： 假设检验的步骤 根据问题要求提出原假设（H0 ）和备择假设（H1）； 确定适当的检验统计量及相应的抽样分布；计算检验统计量的值； 选取显著性水平，确定原假设的接受域和拒绝域； 作出统计决策。 规定显著性水平，确定拒绝域 显著性水平α是一个概率值。原假设为真时，拒绝原假设的概率，是抽样分布的拒绝域。 拒绝域的面积随α的减小而减小。 常用的α 值为0.01, 0.05, 0.1 由研究者事先确定。 假设检验的步骤 根据问题要求提出原假设（H0 ）和备择假设（H1）； 确定适当的检验统计量及相应的抽样分布；计算检验统计量的值； 选取显著性水平，确定原假设的接受域和拒绝域； 作出统计决策。 举例 某健身俱乐部主管经理估计会员的平均年龄是35岁，研究人员从2005年入会的新会员中随机抽取40人，调查得到他们的年龄数据如下。 试根据调查结果判断主管经理的估计是否准确？ 1. 提出原假设和备选假设 2. 确定适当的检验统计量 3. 选取显著性水平，确定接受域和拒绝域 4. 作出统计决策 例题