统计学假设检验概念.ppt

什么是原假设与备择假设 原假设 通常是研究者想收集证据予以反对的假设 原假设，用 H0表示, 例如: H0: μ?= 3000 总是包含等号“=”，≥，≤。 备择假设 通常是研究者想收集证据予以支持的假设；与原假设对立。 零假设，用 H1表示, 例如: H0: μ?≠ 3000 总是包含等号“≠”，＞，＜。 原假设和备择假设是互斥的，它们中仅有一个正 确；等号必须出现在原假设中 把现状（做出的声明）作为原假设； 或者说不能轻易否定的假设为原假设 最常用的有三种情况：双侧检验、左侧检验和右侧检验。 检验以“假定原假设为真”开始，如果得到矛盾说明备择假设正确。 原假设与备择假设 双侧检验 左侧检验 右侧检验 H0 m = m0 m ? m0 m ? m0 H1 m ≠m0 m m0 m m0 * 举例1 一种零件的生产标准是直径10cm，对生产过程进行监控以确定零件加工是否符合要求。如果零件的平均直径大于或者小于10cm，则表明生产过程不正常，必须调整。试陈述用于检验生产过程是否正常的原假设和备择假设。 设这台机床生产的零件平均直径为μ。 H0 ：μ = 10 （生产过程正常）H1 ：μ≠10 （生产过程不正常） * 举例2 某品牌洗发水在产品说明书中称：平均净含量不少于500ml。相关机构要通过抽检其中一批产品来验证是否属实。试陈述用于检验的原假设和备择假设。 设该品牌洗发水的平均净含量真值是μ。如果μ＜500，表明说明书的内容不属实。 H0 ：μ ≥ 500 （净含量符合说明书）H1 ：μ ＜ 500 （净含量不符合说明书） * 举例3 据阿里巴巴公司公布，杭州城市中家庭拥有汽车的比率超过50%。为验证这一估计是否正确，某研究机构随机抽取了一个样本进行检验。试陈述用于检验的原假设和备择假设。 研究者想收集证据予以证明：比率不超过50% H0 ：p ≥ 50% （比率超过50%）H1 ：p ＜ 50% （比率不超过50%） * 选择检验统计量 检验统计量是根据样本观测结果计算得到的，据以对原假设和备择假设作出决策的某个统计量，不同的总体参数适用的检验统计量不同。 假设检验中用到的检验统计量，都是标准化检验统计量，反应了点估计量与假设的总体参数相比，相差多少个标准差。 对总体均值的检验，标准化检验统计量为： 点估计量－假设值 点估计量的抽样标准差 * 均值检验中检验统计量的选择 总体正态？ n≥30？ σ2已知？ 否 是 是 否 否 是 实际中总体方差总是未知的，因而这是应用最多的公式 根据中心极限定理得到的近似结果。 σ未知时用s来估计。 增大n; 数学变换等。 规定显著性水平，确定拒绝域 显著性水平α是一个概率值。原假设为真时，拒绝原假设的概率，是抽样分布的拒绝域。 拒绝域的面积随α的减小而减小。 常用的α 值为0.01, 0.05, 0.1 由研究者事先确定。 * 双侧检验和单侧检验 假设检验分为双侧检验和单侧检验。 （一）双侧检验 例1 某机床厂加工一种零件，根据经验知道，该厂加工的零件的椭圆度渐近服从正态分布，其总体均值为0.081mm , 总体标准差为0.025mm。今另换一台新机床进行加工，取200个零件进行检验，得到椭圆度均值为0.076mm。试问新机床加工零件的椭圆度总体均值与以前有无显著差异。 * 双侧检验(显著性水平与拒绝域) H0值 样本统计量 置信水平 临界值 临界值 a/2 a/2 拒绝域 拒绝域 抽样分布 1 - ? * ㈡、单侧检验 　 单侧检验分为左单侧检验和右单侧检验两种。 1、左单侧检验 例 某批发商欲从厂家购进一批灯泡，根据合同规定，灯泡的使用寿命平均不低于1000小时。已知灯泡使用寿命服从正态分布，标准差为20小时。在总体中随机抽取100个灯泡，得知样本均值为960小时，批发商是否应该购买这批灯泡？ 解：提出假设：H0：μ≥1000 H1：μ1000 左单侧检验图示(α=0.05)。 也可以把左单侧检验称为下限检验。 * 左侧检验 (显著性水平与拒绝域) 样本统计量 H0值 临界值 a 拒绝域 抽样分布 1 - ? 置信水平 样本统计量 * 右单侧检验 例3某种大量生产的袋装食品，按规定每袋重量不得少于250克。现在从一批该种食品中任意抽取50袋，发现有6袋低于250克。如果规定不合格率超过5%，就不得出厂，这批食品能否出厂呢？ 解:原假设H0：μ ≤ 5% 备择假设H1: μ 5% 右单侧检验(α=0.05), 也称为上限检验 * 右侧检验 (显著性水平与拒绝域) 样本统计量 H0值 临界值 a 拒绝域 抽样分