工程数学-关于假设检验的两类错误问题的分析要点.docVIP

研究生课程论文 论文题目：关于假设检验的两类错误问题的分析 课程名称： 全日制专业学位工程数学 任课教师： 研究生姓名： 学 号： 专业（领域）： 研究生类别： 专业型硕士研究生 成 绩 批阅时间 评 语： 教师签名： 注：请任课教师用红色笔批阅论文。 关于假设检验的两类错误问题的分析 摘要：本文对假设检验的两类错误问题进行分析，阐述了两类错误问题的基本概念，讨论了两类错误的产生的原因和它们之间的关系，并给出了减少统计假设检验中两类错误发生的方法。 关键词：假设检验，两类错误，关系，控制 统计学知识具有理论丰富、应用广泛的特征，在生产实践中具有强烈的应用背景[1]，由于受到人力、物力、财力、时间等的限制，以及某些实验与检测的破坏性，人们在实践中对总体的某一数量特征进行评估时，常常采取从总体中抽取若干数量的随机样本，然后，依据“小概率原理”和样本信息，用假设检验方法对总体数量特征做出判断。例如，商业银行对企业进行信用评估问题[2]，产品生产线工作是否异常的判断问题，炮弹质量检测问题等都要用到统计学中假设检验方面的知识。人们总是希望能够依据样本信息做出关于总体特征的正确判断或决策。然而，由于样本是从总体中随机抽取的，用少量的随机样本信息来对总体的某些特征进行假设检验难免不犯错误，这些错误我们通常称为假设检验的两类错误问题。本文对假设检验的两类错误问题进行分析，阐述了两类错误问题的基本概念，讨论了两类错误的产生的原因和它们之间的关系，并给出了减少统计假设检验中两类错误发生的方法。 1问题引入 由下例引出的问题[3]： 例1:已知罐头番茄汁中维生素C含量服从正态分布，按规定，维生素C的平均含量不得少于21毫克，现在从一批罐头中抽取17罐。算得维生素C含量的平均值X=23，S2=31982，问该批罐头维生素c含量是否合格? （α=0.05）。 解:维生素c含量X~N（μ，α2），检验假设:H0：μ21，当H0成立时，则有 查表得t0.05=1.746，即P{T1.746}=0.05，经计算T=2.071.746，于是否定H0，认为μ≥21，即该批罐头合格。在本例中，罐头是否合格，在解答之前并不知道，那么，为什么要设为H021而不设为H021呢？如果说两种地位均等，取哪一个都行，那么将会得出什么结论。请看下例: 例2：例1中将平均值改为X=22，其它不变。 解：（1）检验假设H0：21，经计算T=1.036，由于1.0361.746，所以接受H0，即认为该批罐头不合格。 （2）检验假设H0：μ≥21，计算同上，由于P{T-1.746}=0.05，而1.0361.746，所以接受，即认为该批罐头合格。在同一个检验标准下会有相反的结论，这样的检验是不能付诸现实的。上面的例子是所谓单边检验，单边检验因为要有说明，所以理解起来似乎更困难一些，但是，在理论上对单边检验的研究却是对双边检验研究的基础，同时单边检验在实际中有许多应用[4]。事实上，对于形如那样的双边检验也会遇到类似的问题。 例3：某砖厂生产的砖抗断强度服从正态分布，已知α2=1.21，今从一批砖中随便地抽取6块，测得抗断强度平均值=31.88公斤/平方厘米，现在问：这批转的平均抗断强度可否认为是32.50公斤/平方厘米（α=0.05） 解:（1）抗断强度X N（32.50，1.12），检验假设H0:μ=32.50，当H0成立时， . 查表知P{U1.96}=0.05，但现在U=1.381.96，因此下结论不能否定H0，即认为这批产品的平均抗断强度是32.50公斤/平方厘米。 （2）又根据反证法的思想也可检验32.50或32.50，于是有检验假设H1：μ32.50，当H1成立时， 查表得μ0.05=1.65，由于P{-1.65}0.05，经计算U=-1.38-1.65，所以不能否定H1，当然H0不能成立[5]。问题究竟出在哪里呢？[6]。 2.2两类错误 如果原假设H0成立，而观察值落入否定域，从而作出拒绝H0的错误结论，称作第一类错误，第一类错误是“以真当假”，犯第一类错误的概率不超过显著性水平α。 如果原假设H0不成立，而观察值未落入否定域，从而作出接受H0的错误结论，称作第二类错误，第二类错误是“以假当真”，犯第二类错误的概率记作β[7]。 两类错误的分类见表1[8]。 表 1 显著性检验判断结果分类 H0真 H0假 接受 H0正确 “取伪”错误，概率为β