学前教育科研方法第十、十一章2分析.pptVIP

第十章 假设检验 本章主要内容 假设检验中的基本问题； 平均数差异性显著性检验； 方差及方差差异性检验； 相关系数的显著性检验； 计数数据的检验— 检验。 假设检验在统计方法中的地位 1988年7月28日的《纽约时报》上刊登了一篇人们地理知识的文章。这篇文章描述了一个由《国家地理协会》委托Gallup公司所做的研究结果。研究者们从一些国家抽取许多成年人并请他们鉴别在一个地图上的16个地方（包括13个国家、中非、波斯湾和太平洋），然后把每个人答对的个数加起来。四个国家的样本中答对的个数均值为： （1）美国：6.9； （2）墨西哥：8.2； （3）英国：9.0； （4）法国：9.2。 问题：这四个国家在地理知识方面是否存在显著差异？ （1）由于样本的随机性而导致的； （2）这四个国家的人们在此方面确实存在差异。 第一节 假设检验的基本问题 一、假设与假设检验； 二、检验中的两类错误； 三、单侧检验和双侧检验。 一、什么是假设检验 假设检验是推论统计的重要内容，是先对总体的未知数量特征作出某种假设，然后抽取样本，利用样本信息对假设的正确性进行判断的过程。 假设检验的基本思想 假设检验所依据的基本原理是小概率原理。 什么是小概率？ 概率是0～1之间的一个数，因此小概率就是接近0的一个数。 著名的英国统计家Ronald Fisher 把20分之1作为标准，也就是0.05，从此0.05或比0.05小的概率都被认为是小概率。 什么是小概率原理？ 小概率原理——发生概率很小的随机事件（小概率事件）在一次实验中几乎是不可能发生的。 根据这一原理，可以先假设总体参数的某项取值为真，也就是假设其发生的可能性很大，然后抽取一个样本进行观察，如果样本信息显示出现了与事先假设相反的结果且与原假设差别很大，则说明原来假定的小概率事件在一次实验中发生了，因此怀疑和拒绝原假设；否则不能拒绝原假设。 检验中使用的小概率是检验前人为指定的。 小概率原理举例： 某工厂质检部门规定该厂产品次品率不超过4％方能出厂。今从1000件产品中抽出10件，经检验有4件次品，问这批产品是否能出厂? 如果假设这批产品的次品率P≤4％，则可计算事件“抽10件产品有4件次品”的出现概率为： 可见，概率是相当小的，1万次实验中可能出现4次，然而概率如此小的事件，在一次实验中居然发生了，这是不合理的，而不合理的根源在于假设次品率P≤4％ ，因而认为假设次品率P≤4％是不能成立的，故按质检部门的规定，这批产品不能出厂。 虚无假设和研究假设 虚无假设H0： 在推论研究假设之前所提出来的与研究假设相反的假设，这一假设是不存在的，故称之为虚无假设。 假设的验证是从肯定或否定虚无假设其存在的可能性开始。 一般虚无假设都假设两个总体之间没有差异。 研究假设H1： 研究中所欲证明的假设，又称为科学假设、对立假设。 一般假设两个总体参数之间有差异。 假设检验中，我们称作为检验对象的待检验假设为原假设或零假设，用H0表示。原假设的对立假设称为备择假设或备选假设，用H1表示。 例如，设μ0为总体均值μ的某一确定值。 1. 对于总体均值μ是否等于某一确定值μ0的原假设可以表示为： H0：μ＝μ0（如H0：? ? 3190克） 其对应的备择假设则表示为： H1：μ≠μ0（如H1：? ≠3190克) 2. 对于总体均值μ是否大于某一确定值μ0的原假设可以表示为： H0：μ≥μ0 （如H0：?≥2000克） 其对应的备择假设则表示为： H1：μ＜μ0 （如H1：?＜2000克) 3. 对于总体均值μ是否小于某一确定值μ0的原假设可以表示为： H0：μ≤μ0 （如H0：?≤ 5％） 其对应的备择假设则表示为： H1：μ＞μ0 （如H1：?＞5％） 注意：原假设总是有等号： ?或? 或??。 假设检验的基本思想是一种“反证法”式的推理； 若有证据证明为H0 为真，则H1 为假； H0 为假，则H1 为真。 对于任何一个假设检验问题所有可能的结果都应包含在两个假设之内，非此即彼。 二、检验中的两类错误 ?错误(I型错误): 又称显著性差异，H0为真时却被拒绝,弃真错误; ?错误(II型错误): H0为假时却被接受,取伪错误