《统计学》年月日解说.pptVIP

《统计学》2012年5月17日晚课程PPT （三）规定显著性水平α 用样本推断H0是否正确，必有犯错误的可能。 当原假设H0正确时，却被拒绝，犯这种错误的概率用?表示，?也被称为假设检验中的显著性水平( Significant level), 即决策中的风险。 通常取?＝0.05或?=0.01或?=0.001，那么，接受原假设时正确的可能性(概率)为:95%, 99%, 99.9%。 由研究者事先确定 （四）确定检验统计量的样本分布 一般地，大多数分布都满足以下条件： 服从某种概率分布 包括全部可能结果 与参数估计相同，需要考虑： 总体是否服从正态分布； 大样本还是小样本； 总体方差已知还是未知。 （五）确定统计量的临界区域 拒绝域与临界值 拒绝域(rejection region)：能够拒绝原假设的检验统计量的所有可能取值范围 区域大小由显著性水平α决定 临界值(critical value)：根据给定的显著性水平确定的拒绝域的边界值 常用的α值有0.01, 0.05, 0.10 查表得出相应的临界值zα或zα/2，tα或tα/2 双边检验与单边检验 假设检验根据实际的需要可以分为 ： 双边检验（双尾）: 只强调差异而不强调方向性的检验。 单边检验（单尾）：强调某一方向性的检验。 左单边检验 右单边检验 例：?＝0.05时的接受域和拒绝域 假设检验中的单边检验示意图 拒绝域 拒绝域 (a)左单边检验 (b)右单边检验 （六）计算检验统计量的值并与临界值比较以作出统计决策 1、计算统计量的临界值 检验统计量的基本公式： 2、与显著性水平α确定的临界值比较 显著性水平和拒绝域(双边检验 ) 显著性水平和拒绝域(双边检验 ) 显著性水平和拒绝域(左单边检验 ) 显著性水平和拒绝域(左单边检验 ) 显著性水平和拒绝域(左单边检验 ) 显著性水平和拒绝域(右单边检验 ) 显著性水平和拒绝域(右单边检验 ) 显著性水平和拒绝域(右单边检验 ) 决策规则 根据给定显著性水平α，查表得出相应的临界值 将检验统计量的值与α水平的临界值进行比较 作出决策 双边检验：|统计量| ＞ 临界值，拒绝H0 左单边检验： 统计量 ＞ 临界值，拒绝H0 右单边检验： 统计量 ＜ 临界值，拒绝H0 假设检验结论的表述 假设检验的目的就在于试图找到拒绝原假设的理由，而不在于证明什么是正确的 拒绝原假设时结论是清楚的 例如，H0：?=3190，拒绝H0时，我们可以说??3190 当不拒绝原假设时 并非肯定原假设 含义是 “不否定原假设” 或 “保留原假设” 例如，当不拒绝H0：?=3190，我们并未说它就是3190，但也未说它不是3190。我们只能说样本提供的证据还不足以推翻原假设 假设检验是依据样本提供的信息进行推断的,即由部分来推断总体,因而假设检验不可能绝对准确,是可能犯错误的。 两类错误： ?表示犯第I类错误的概率: H0为真时却被拒绝,弃真错误; ?表示犯第II类错误的概率: H0为假时却被接受,取伪错误。 假设检验中各种可能结果的概率： ?与?的关系 (1)?与?是两个前提下的概率。 ?是拒绝原假设H0时犯错误的概率，这时前提是H0为真； ?是接受原假设H0时犯错误的概率，这时前提是H0为伪。 所以?＋?不等于1。 (2)对于固定的n，?与?一般情况下不能同时减小。 以双边检验为例，当n固定时，?越小，Z?/2越大，从而接受假设区间(-Z?/2, Z?/2)越大，H0就越容易被接受，从而“取伪”的概率?就越大；反之亦然。 (3)要想减少?与?,一个方法就是要增大样本容量n。 利用P 值进行决策（了解） 1.P 值(P-value)是一个概率值，在原假设为真的条件下，检验统计量的观察值大于或等于其计算值的概率,也被称为观察到的(或实测的)显著性水平 利用P 值进行决策 2.P值是反映实际观察到的数据与原假设之间不一致的程度。P值越小，说明实际观测到的数据与原假设之间不一致的程度就越大，检验的结果也就越显著