第7章假设检验摘要.ppt

第七章假设检验§7.1假设检验的基本思想与概念7.1.1假设检验问题例7.1.2某厂生产的合金强度服从，其中的设计值为不低于110(Pa)。为保证质量，该厂每天都要对生产情况做例行检查，以判断生产是否正常进行,即该合金的平均强度不低于110(Pa)。某天从生产中随机抽取25块合金，测得强度值为x1,x2,…,x25，其均值为(Pa)，问当日生产是否正常？(1)是参数估计问题吗？(2)回答“是”还是“否”，假设检验问题。(3)命题“合金平均强度不低于110Pa”正确与否仅涉及如下两个参数集合：这两个非空参数集合都称作统计假设，简称假设。(4)我们的任务是利用样本去判断假设（命题）“”是否成立。这里的“判断”在统计学中称为检验或检验法则。7.1.2假设检验的基本步骤一、建立假设在假设检验中，常把一个被检验的假设称为原假设，用表示，通常将不应轻易加以否定的假设作为原假设。当被拒绝时而接收的假设称为备择假设，用表示，它们常常成对出现。在例7.1.2中，我们可建立如下两个假设：二、选择检验统计量，给出拒绝域形式由样本对原假设进行判断总是通过一个统计量完成的，该统计量称为检验统计量。使原假设被拒绝的样本观测值所在区域称为拒绝域，一般用W表示，在例7.1.2中，样本均值愈大，意味着总体均值也大，因此，合理的拒绝域形如正如在数学上我们不能用一个例子去证明一个结论一样，用一个样本（例子）不能证明一个命题（假设）是成立的，但可以用一个例子（样本）推翻一个命题。因此，从逻辑上看，注重拒绝域是适当的。事实上，在“拒绝原假设”和“拒绝备择假设（从而接收原假设）”之间还有一个模糊域，如今我们把它并入接收域，所以接收域是复杂的，将之称为保留域也许更恰当，但习惯上已把它称为接收域，没有必要再进行改变，只是应注意它的含义。三、选择显著性水平检验可能犯以下两类错误：其一是为真但样本观测值落在拒绝域中，从而拒绝原假设，这种错误称为第一类错误，其发生的概率称为犯第一类错误的概率，或称拒真概率，通常记为其二是不真（即为真）但样本观测值落在接受域中，从而接受原假设，这种错误称为第二类错误，其发生的概率称为犯第二类错误的概率,或称受伪概率，通常记为。犯第一类错误的概率和犯第二类错误的概率可以用同一个函数表示，即所谓的势函数。势函数是假设检验中最重要的概念之一，定义如下：定义7.1.1设检验问题的拒绝域为W，则样本观测值落在拒绝域内的概率称为该检验的势函数，记为(7.1.3)势函数是定义在参数空间上的一个函数。犯两类错误的概率都是参数的函数，并可由势函数算得，即：对例7.1.2，其拒绝域为，可以算出该检验的势函数这个势函数是的减函数由此可得如下结论：利用这个势函数容易写出犯两类错误的概率分别为和当减小时，c也随之减小，必导致的增大；当减小时，c会增大，必导致的增大；说明：在样本量一定的条件下不可能找到一个使和都小的检验。英国统计学家Neyman和Pearson提出水平为的显著性检验的概念。则称该检验是显著性水平为的显著性检验，简称水平为的检验。定义7.1.2对检验问题对如果一个检验满足对任意的，都有四、给出拒绝域确定显著性水平后，可以定出检验的拒绝域W。在例7.1.1中，若取=0.05,由于g()关于单调减，只需要成立即可。这给出c的值为=108.684检验的拒绝域为若令则拒绝域有另一种表示:五、作出判断在有了明确的拒绝域后，根据样本观测值我们可以做出判断：当或时，则拒绝即接收；当或时，则接收在例7.1.2中，由于因此拒绝原假设，即认为该日生产不正常。7.1.3检验的p值假设检验的结论通常是简单的:在给定的显著水平下，不是拒绝原假设就是保留原假设。然而有时也会出现这样的情况：在一个较大的显著水平（=0.05）下得到拒绝原假设的结论，而在一个较小的显著水平（=0.01）下却会得到相反的结论。这种情况在理论上很容易解释：因为显著水平变小后会导致检验的拒绝域变小，于是原来落在拒绝域中的观测值就可能落入接受域。但这种情况在应用中会带来一些麻烦：假如这时一个人主张选择显著水平=0.05，而另一个人主张选=0.01，则第一个人的结论是拒绝H0，而后一个人的结论是接受H0，我们该如何处理这一问题呢？例一支香烟中的尼古丁含量X服从正态分布N(,1)，质量标准规定不能超过1.5毫克。现从某厂生产的香烟中随机抽取20支测得其中平均每支香烟的尼古丁含量为毫克，试问该厂生产的香烟尼古丁含量是否符合质量标准的规定。这是一个假设检验问题：H0:1.5,H1:1.5,采用u检验，计算得:对一些的显著性水平，表7.3.1列出了相应的拒绝域和检验结论。表7.3.1例7.3.5中的拒绝域我们看到，不同的有不同的结论。现在换一个角度来看，在=1.5时，u的分