第七章----假设检验说课.pptVIP

第七章 假设检验 第一节 假设检验概述 Hypothesis test 假设检验的思想 先对总体的参数或分布函数的表达式作出某种假设； 然后构造出一个在假设成立条件下出现可能性甚小的事件(即小概率事件)； 如果试验或抽样的结果使该小概率事件出现了,这与小概率事件原理 相违背,表明原来的假设有问题,应予以否定,即拒绝这个假设； 若该小概率事件在一次试验或抽样中并未出现,就没有理由否定这个 假设,表明试验或抽样结果支持这个假设,这时假设与实验结果是一 致的,或者说可以接受这个假设。 假设检验的一些基本概念 1.原假设和备择假设 原假设：用H0表示，即虚无假设、零假设、无差异假设； 备择假设：用H1表示，是原假设被拒绝后替换的假设。 若证明为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。 2.检验统计量 用于假设检验问题的统计量称为检验统计量。 与参数估计相同，需要考虑： 总体是否正态分布； 大样本还是小样本； 总体方差已知还是未知。 假设检验的一些基本概念 3.显著性水平 用样本推断H0是否正确，必有犯错误的可能。 原假设H0正确，而被我们 拒绝，犯这种错误的概率用?表示。把?称为假设检验中的显著性水平 ( Significant level), 即决策中的风险。 显著性水平就是指当原假设正确时人们却把它拒绝了的概率或风险。 显著性水平是小概率事件的具体体现。 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%。 假设检验的一些基本概念 4.接受域与拒绝域 接受域：原假设为真时允许范围内的变动，应该接受原假设。 拒绝域：当原假设为真时只有很小的概率出现，因而当统计 量的结果落入这一区域便应拒绝原假设，这一区域便称作拒绝域。 例：?＝0.05时的接受域和拒绝域 假设检验的一些基本概念 5.双侧检验与单侧检验 双侧检验（双尾）: 指只强调差异而不强调方向性的检验。 单侧检验（单尾）：强调某一方向性的检验。 左侧检验 右侧检验 双侧检验 1、定义：只强调差异而不强调方向性的检验叫双侧检验。 例：某种零件的尺寸，要求其平均长度为10厘米，大于或小于10厘米均属于不合格。 建立的原假设与备择假设应为 H0: ?1 = ?0（10） H1: ?1 ? ?0（10） 双侧检验的显著性水平与拒绝域 如果统计量值界于左、右临界值间，则H0成立；如果大于右临界值或小于左临界值，H0不成立。 单侧检验 1、左侧检验：检验研究对象是否低于某一水平。 例如:改进生产工艺后，会使产品的生产时间降低到2小时 以下 建立的原假设与备择假设应为 H0: ? 1? ?0 H1: ? 1 ?0 单下尾检验（左侧检验）显著性水平与拒绝域 ：如果统计量值界于大于左临界值，则H0成立；如果小于左临界值，H0不成立。  2、右侧检验：检验研究对象是否高于某一水平。 例：采用新技术生产后，将会使产品的使用寿命明显延长到1500小时以上 建立的原假设与备择假设应为 H0: ?1 ? ?0 1500 H1: ?1? ?0 1500 右侧检验显著性水平与拒绝：如果统计量值界于小于右临界值，则H0成立；如果大于右临界值，则H0不成立 假设检验的一些基本概念 6.假设检验中的两类错误 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： ?错误(I型错误): 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，纳伪错误。 假设检验中各种可能结果的概率： 接受H0 ,拒绝H1 拒绝H0，接受H1 H0为真 1－ ?(正确决策) ?(弃真错误) H0为伪 ?(取伪错误) 1- ?(正确决策) (1) ?与?是两个前提下的概率。即?是拒绝原假设H0时犯错误的概率，这时前提是H0为