5.假设检验.ppt

§1 假设检验概述 Hypothesis test （三）两类假设建立原则 1、H0与H1必须成对出现 2、通常先确定备择假设，再确定原假设 3、假设中的等号“=”总是放在原假设中 例：予以检验的问题是“生产过程是否正常？”，研究者想收集证据检验“生产过程不正常”。 （**正常时就无必要检查！） 四、双侧检验和单侧检验 （一）双侧检验与单侧检验 (三类假设的形式，以均值为例) （二）双侧检验 定义：只强调差异而不强调方向性的检验称为双侧检验。 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 = 10 H1: ?1 ? 10 2、双侧检验的显著性水平与拒绝域 如果统计量的值界于左、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。 （三）单侧检验 1、定义：强调方向性的检验叫单侧检验。目的在于检验研究对象是高于（右尾检验）或低于某一水平（左尾检验）。 2、左尾检验（左侧检验） 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? 2 H1: ? 1 2 单下尾检验（左侧检验）显著性水平与拒绝域 ：如果统计量的值大于左临界值，则H0成立；如果小于左临界值，H0不成立。  3、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 ? 1500 H1: ?1? 1500 右侧检验显著性水平与拒绝：如果统计量值小于右临界值，则H0成立；如果大于右临界值，H0不成立。 六、假设检验的过程与步骤 1、假设检验的过程（提出假设→抽取样本→作出决策） 2、假设检验的步骤 提出原假设和备择假设 确定适当的计算检验统计量的公式 规定显著性水平? 由样本信息，计算检验统计量的值 作出统计决策 提出原假设和备择假设 1、 提出原假设与备择假设。H0 、H1是对立的，“先将研究者收集证据要证明的观点定为H1，再提出H0 ”。 2 、三种假设形式 H0：参数=某值 H1： 参数?某值 双侧检验 H0： 参数 ? 某值 H1 ：参数 ?某值 右尾检验 H0 ：参数 ?某值 H1 ：参数 ?某值 左尾检验 1、 根据不同类型的问题选择统计量 2、选择统计量的方法与参数估计相同，需考虑 是大样本还是小样本 总体方差已知还是未知 规定显著性水平? 常用的 ??值有0.01, 0.05, 0.10 ??=0.05 “有显著性差异” ?=0.01 “有极其显著性差异” ??=0.10 “有明显的差异趋势” 作出统计决策 （1）临界值比较法 用计算出的统计量的值与双侧临界值，或单侧（左临界值、 右临界值）比较。 （2）利用P值法 P值是指统计量值在分布曲线上所截取的剩余面积值，可由计算机自动给出。 无论是双侧还是单侧检验问题： 当P≤α时，H0不成立； Pα时，H0成立 §2 样本平均数的假设检验 检验问题： 用从总体中抽取的一个样本的均值，检验该总体均值是否等于某个值。 方法1：总体方差已知时的检验 1、假定条件 总体服从正态分布 若不服从正态分布, 可用正态分布来近似(n?30) 2、原假设: H0: ?=?0 备择假设: H1:? ??0 使用z-统计量： 方法2：总体方差未知时的均值检验* (?2 未知，小样本) 1. 假定条件 总体为正态分布 2. 使用t 统计量 方法3：近似正态分布的检验 1 t检验时，样本大于30 2 总体非正态分布，样本大于30 方法总结 1、需要依据不同的数据特点选择不同的分析方法 2、特点分析1：检验数据分布是否为正态分布？ 3、特点分析2：抽样数据样本是大样本还是小样本？ 单样本检验的SPSS分析操作 1、检验数据分布是否为正态分布（非参数统计分析） 2、无论是大样本还是小样本 SPSS菜单： Analyze—》compare mean—》one-sample t test 输入μ0值（test value）与显著性水平（confidence interval）值 3、读取结果： 用sig.