应用统计学-07.ppt

TINV t = - 0.704, │tα│=2│t││tα│ 不拒绝H0 TINV 返回 t 值，P(|X| t) = probability，其中 X 为服从 t 分布的随机变量，且 P(|X| t) = P(X -t or X t)。 单尾 t 值可通过用两倍概率替换概率而求得。如果概率为 α=0.05 而自由度为 10 ，则双尾值由 TINV(0.05, 9) 计算得到，它返回 2.262。而同样概率和自由度的单尾值可由 TINV(2*0.05, 9) 计算得到，它返回 1.833。 即: 若 双侧检验的单尾值为0.025, 则由TINV (0.05, 9) 计算得到. - 0.704 μ x f x ……. μ x x x x x x x x x x x x 0 0 0 Z Z Z Z Z 临界值 临界值 μx x f 左侧检验 α 接受域 拒绝域 1- α α μx x f 右侧检验 接受域 拒绝域 1-α zα zα α/2 α/2 Z zα = ? x z z μx ? Zα/2（σ/ n ） 估计误差＝△x ＝置信上（下）限 临界值与置信区间的关系 7.2 一个总体参数的检验 7.2.1 大样本情形下的总体均值检验 7.2.2 小样本情形下的总体均值检验 7.2.3 总体比例的检验 7.2.4 总体方差的检验 如何知道是双侧检验？ 如果检验符合标准，ɑ=0.05说明什么？ 如何查表求临界值？ 1.01 α 1－α （1)α已知 （2) 计算1－α或 0.5－α （3) 查表得临界值 zα zα z 统计量观测值 临界值 如何查表求临界值 zα？ 临界值和统计量计算值是数轴上的两个值。 （4）注意单侧和双侧、左侧和右侧的区别 1-α NORMSINV(α) 0 1-α/2 反函数 α 1－α （1)α已知 （2) 计算1－α或 0.5－α （3) 查表得临界值 z0 zα （4) 计算统计量 (观察值)z （5) 查表得 z 对应的概率 1-p z p 临界值为zα时的概率 统计量为z时的概率 （7) z 没有负值，左侧检验也只能查 1-p 如何查表 p 值？ α值和p值是概率，是曲线内的两块面积。 （6）注意单侧和双侧、左侧和右侧的区别 0 NORMSDIST (z) 1-p z 2*(1-p) NORMSINV 1.01 │z│ │zα/2 │ z=1.01 ，│zα/2 │= 1.959962787 不拒绝H0 1.01 NORMSDIST P = 2 (1-0.843752345) = 0.312945 P α=0.05 P/2 = 0.156347655 α/2 = 0.025 不拒绝H0 1.01 0.156 不拒绝H0 0.156 -1.01 │z│=1.01 p 小于1.96的概率和大于-1.96的概率大于α 原假设为真的条件下，检验统计量观察值大于等于计算值的概率。 如何知道是左侧检验？ 和罐装饮料的一题区别在那里？ -2.6061 NORMSINV z = -2.6061 zα= -2.33 拒绝H0 -2.6061 Z检验函数 －2.6061 0.01 ZTEST 1.35 P＝1- p＝1-0.995421 p 和罐装饮料的一题区别在那里？ NORMDIST 和ZTEST的区别？ P=0.004579α=0.05 样本 均值 样本分布 总体抽样分布 1.35 1.35 x P = 1-p = 1-0.995421 -2.2061 p 3.75 NORMSINV z＝3.75 zα=1.644853476 拒绝H0 3.75 1-0.05 NORMSDIST Z=3.75 p P = 1- p= 0.00008944459α=0.05 拒绝H0 p＝0.999911555 -0.7035 如何判断双侧、左侧、右侧检验？ 1）原假设的抽样分布 2）拒绝域所在的位置 1）备选假设的抽样分布 2）接受域所在的位置 例5.2 例5.3 例5.１ 定义6.7 当原假设为真时拒绝原假设，称所犯错误为第一类错误，犯第一类错误的概率通常记为α。 定义6.8 当原假设为假时没有拒绝原假设，称为所犯错误为第二类错误，犯第二类错误的概率通常记为β。 定义6.9 假设检验中犯第一类错误的概率，称为显著性水平，通常用α表示。 为何会犯错误？ μ0 α x 原假设抽样分布 μ0 α 原假设抽样分布 x 拒绝域 弃真错误：原假设为真，却落在拒绝域内被拒绝。 扩大拒绝域（α变大），第一类错误可能性变大。反之，为防止犯弃真错误，就要缩小α。 拒绝域 第一类错误（弃真错误） 接受域 （原假设为真） 第二类错误（取伪错误） μ1 β 备选假设 拒绝域 x μ1 β 备选假设 x 接