4参数假设检验.pptVIP

假设检验在统计方法中的地位 假设检验的概念与思想 什么是假设? hypothesis ? 对总体参数的的数值所作的一种陈述 总体参数包括总体均值、比例、方差等 分析之前必需陈述 什么是假设检验? hypothesis testing 事先对总体参数或分布形式作出某种假设，然后利用样本信息来判断原假设是否成立 2. 采用逻辑上的反证法，依据统计上的小概率原理 假设检验的基本思想 提出原假设和备择假设 什么是原假设？ null hypothesis 待检验的假设，又称“0假设” 研究者想收集证据予以反对的假设 3. 总是有等号 ?, ? 或?? 4. 表示为 H0 H0：? ? 某一数值 指定为 号，即 ? 或 ?? 例如, H0：? ? 3190（克） 什么是备择假设？ alternative hypothesis 与原假设对立的假设，也称“研究假设” 研究者想收集证据予以支持的假设总是有不等号: ?,?? 或 ? 表示为 H1 H1：? 某一数值，或? ?某一数值 例如, H1：? 3910 克 ，或? ?3910 克 什么检验统计量？ 1.用于假设检验决策的统计量 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? significant level 什么显著性水平？ 1. 是一个概率值 2. 原假设为真时，拒绝原假设的概率 被称为抽样分布的拒绝域 3. 表示为 ?? alpha 常用的 ??值有0.01, 0.05, 0.10 4. 由研究者事先确定 作出统计决策 计算检验的统计量 根据给定的显著性水平?，查表得出相应的临界值z?或z?/2， t?或t?/2 将检验统计量的值与? 水平的临界值进行比较 得出拒绝或不拒绝原假设的结论 假设检验中的小概率原理 什么小概率？ 1. 在一次试验中，一个几乎不可能发生的事件发生的概率 2. 在一次试验中小概率事件一旦发生，我们就有理由拒绝原假设 3. 小概率由研究者事先确定 假设检验中的两类错误 1. 第一类错误（弃真错误） 2. 第二类错误（取伪错误）? 什么是P 值? P-value 是一个概率值 如果原假设为真，P-值是抽样分布中大于或小于样本统计量的概率 被称为观察到的 或实测的 显著性水平 利用 P 值进行检验 决策准则 若p-值 ?,不拒绝 H0 若p-值 ?, 拒绝 H0 ?2 已知均值的检验 例题分析 【例】某机床厂加工一种零件，根据经验知道，该厂加工零件的椭圆度近似服从正态分布，其总体均值为?0 0.081mm，总体标准差为? 0.025mm 。今换一种新机床进行加工，抽取n 200个零件进行检验，得到的椭圆度为0.076mm。试问新机床加工零件的椭圆度的均值与以前有无显著差异？（?＝0.05） ?2 已知均值的检验 例题分析 H0: ? 0.081 H1: ? ? 0.081 ? 0.05 n 200 临界值 s : ?2 未知小样本均值的检验 例题分析 【例】某机器制造出的肥皂厚度为5cm，今欲了解机器性能是否良好，假定其服从正态分布，随机抽取10块肥皂为样本，测得平均厚度为5.3cm，标准差为0.3cm，试以0.05的显著性水平检验机器性能良好的假设。 ?2 未知小样本均值的检验 例题分析 H0: ? 5 H1: ? ? 5 ? 0.05 df 10 - 1 9 临界值 s : 总体比例的检验 Z 检验 适用的数据类型 一个总体比例检验 假定条件 有两类结果 总体服从二项分布 可用正态分布来近似 比例检验的 Z 统计量 一个总体比例的检验 例题分析 【例】一项统计结果声称，某市老年人口（年龄在65岁以上）的比重为14.7%，该市老年人口研究会为了检验该项统计是否可靠，随机抽选了400名居民，发现其中有57人年龄在65岁以上。调查结果是否支持该市老年人口比重为14.7%的看法？ ? 0.05 一个总体比例的检验 例题分析 H0: ? 14.7% H1: ? ? 14.7% ? 0.05 n 400 临界值 s : 第4章 假设检验 4.3 非参数检验 4.3.1 非参数检验概述 卡方检验 卡方检验 1、无差假设的适合性检验 3、独立样本的R×C列联表的独立性检验 3、独立样本的2×2列联表的独立性检验 [例]设有甲乙两区，欲测验两区中学教学水平，各区随机抽取500名初三学生，进行统一试题的数学测验，其结果是：甲区及格学生为475人，不及格为25人；乙区及格学生460人，不及格为40人，问甲区中学与乙区中学的数学测验成绩的差异是否显著？ 1000 65 935