第7章作业要点.doc

统计假设的基本原理是什么？ 答：根据样本观测值来判断一个有关总体的假设是否成立的问题，就是假设检验的问题。我们把任一关于单体分布的假设，统称为统计假设，简称假设。 假设检验是除参数估计之外的另一类重要的统计推断问题。它的基本思想可以用小概率原理来解释。所谓小概率原理，就是认为小概率事件在一次试验中是几乎不可能发生的。也就是说，对总体的某个假设是真实的，那么不利于或不能支持这一假设的事件A在一次试验中是几乎不可能发一的；要是在一次试验中事件A竟然发生了，我们就有理由怀疑这一假设的真实性，拒绝这一假设。 无效假设的含义是什么？以单个样本的假设检验为例，说明怎样通过无效假设以抽样分布为基础建立统计推断的方法。 答：是对研究总体提出一个假想目标，所谓“无效”是指处理效应与假设值之间没有真实差异，试验结果所得的差异乃误差所致。亦作零假设。 例 某公司想从国外引进一种自动加工装置。这种装置的工作温度X服从正态分布(μ，52),厂方说它的平均工作温度是80度。从该装置试运转中随机测试16次，得到的平均工作温度是83度。该公司考虑，样本结果与厂方所说的是否有显著差异？厂方的说法是否可接受？ 解答如下： 可以提出两个假设：一个称为原假设或零假设，记为H0：μ=80（度）；另一个称为备择假设或对立假设，记为H1 ：μ≠80（度）这样，上述假设检验问题可以表示为：??????????????? H0：μ=80 ????H1：μ≠80 ??上例，给定显著性水平α，当原假设H0：μ=80为真时，则临界值C应满足：??????????P(| -80| ≥C ) =α????由于该装置的工作温度 X∽N ( 80 , 52 )，于是，容量n=16的样本的平均工作温 度 服从N（80，52/16）， 令 ，于是 P(|Z|≥ )=α 由于 Z∽N( 0, 1 ),故 ，。 统计量 在假设检验中称为检验统计量，把称为临界值。 当|Z|临界值 时，拒绝原假设H0；当|Z|临界值接受原假设H0取α=0.05。 查表得 =1.96 |Z|=|83-80|/1.25=2.41.96 ????也即统计量Z值落在拒绝域，由此可以认为这种装置的实际平均工作温度与厂方说的有显著差异，故拒绝原假设H0。 截止目前，我们已经学过几种假设检验方法？分别列出各种方法的应用条件及计算统计量。 答：假设检验的种类 1、T检验 ????亦称student t检验（Students t test），主要用于样本含量较小（例如n30），总体标准差σ未知的正态分布资料。 目的：比较样本均数 所代表的未知总体均数μ和已知总体均数μ0 　　计算公式： 　　t统计量： 　　自由度：v=n - 1 　　适用条件： 　　(1) 已知一个总体均数； 　　(2) 可得到一个样本均数及该样本标准误； 　　(3) 样本来自正态或近似正态总体。 2.、Z检验（U检验） Z检验是一般用于大样本(即样本容量大于30)平均值差异性检验的方法。它是用标准正态分布的理论来推断差异发生的概率，从而比较两个平均数的差异是否显著。 第一步：建立虚无假设?H0:μ1?= μ2?，即先假定两个平均数之间没有显著差异， 　　第二步：计算统计量Z值，对于不同类型的问题选用不同的统计量计算方法， (1)、如果检验一个样本平均数（）与一个已知的总体平均数(μ0)的差异是否显著。其Z值计算公式为： 　其中： 是检验样本的平均数； μ0是已知总体的平均数； S是样本的标准差； n是样本容量。 (2)、如果检验来自两个的两组样本平均数的差异性，从而判断它们各自代表的总体的差异是否显著。其Z值计算公式为： 　　 　　其中： X1、X2是样本1，样本2的平均数； S1,S2是样本1，样本2的标准差； n1,n2是样本1，样本2的容量。 第三步：比较计算所得Z值与理论Z值，推断发生的概率，依据Z值与差异显著性关系表作出判断。如下表所示： Z值与P值关系 |Z| P值 差异程度 ≥2058 ≤0.01 非常显著 ≥1.96 ≤0.05 显著 1.96 0.05 不显著 F检验：是英国统计学家Fisher提出的，主要通过比较两组数据的方差?S^2，以确定他们的精密度是否有显著性差异。至于两组数据之间是否存在系统误差，则在进行F检验并确定它们的精密度没有显著性差异之后，再进行t检验。 样本标准偏差的平方，即:S = ，两组数据就能得到两个S值， S1和S2 ,S1S2 ,F=S1/S2 。 由表中f大和f小（f为自由度n-1),查得F表,然后计算的F值与查表得到的F表值比较，如果F F表 表明两组数据没有显著差异；F ≥ F表 表明两组数据存在显著差异 卡方检验：x2检验亦称卡方检验。统计学中假设检验的方式之一。x是一个希腊字母，x