Chap2_SPSS__假设检验的基本原理.pptxVIP

第2章：假设检验的基本思想第2章：假设检验的基本思想2.1 为什么要做假设检验2.2 假设检验原理2.3 假设检验的步骤2.4 假设检验要注意的问题为什么要做假设检验通过获得随机样本来实施抽样研究的例子很多，但此时研究中直接获取的只是样本的情况，而研究者关心的并不仅仅是样本，更希望了解相应的总体特征。参数估计：推估样本所在的总体特征假设检验：对提出的一些总体假设进行分析判断，做出统计决策。为什么要做假设检验分析实例某产品的口味测试中，历史数据表明满意度均数如果低于7.4分，则该产品基本无市场价值（可近似认为7.4分是总体均数），现有新产品进行了30例样本的测试，满意度均数为6.8，标准差为0.21，是否需要进一步测试？现有的样本均数和已知总体均数不同，其差别可能有两个方面的原因造成。样本来自已知总体，现有差别为抽样误差样本所来自的总体与已知总体不同，存在本质差异为识别这两种可能，应当对其做假设检验生活中隐含的假设检验掷骰子，猜到点数为胜其实大家都明白如果筛子没问题，则六个点的出现概率应当相等（均为1/6，这就是一个事先假设），我们只是看每次具体的试验中谁的运气好今天一共下了600次注，竟然一共只猜中了一次虽然平均应当赢约100次，但今天忘了查皇历，不宜搏彩，运气实在太差骰子有鬼，掷骰子的人可以人为控制结局，从而利用这种能力使自己得到了更多的收益。虽然第一种解释是可能的，但我们认为在筛子公平的前提假设下出现如此结果实在是太不可能了（概率小到不应当被我们一次就碰上 ），因此我们认为骰子实际上不均匀第2章：假设检验的基本思想2.1 为什么要做假设检验2.2 假设检验原理2.3 假设检验的步骤2.4 假设检验要注意的问题假设检验原理基础：小概率原理，即一般认为小概率事件在一次随机抽样中不会发生。最经典的小概率事件：瞎猫碰到死耗子基本思想：先建立一个关于样本所属总体的假设，考察在假设条件下随机样本的特征信息是否属小概率事件，若为小概率事件，则怀疑假设成立有悖于该样本所提供特征信息，因此拒绝假设事实上，小概率事件在随机抽样中还是可能发生的，只是发生的概率很小。若正好碰上了，则假设检验的结论就是错误的。当然，犯这种错误的概率很小第2章：假设检验的基本思想2.1 为什么要做假设检验2.2 假设检验原理2.3 假设检验的步骤2.4 假设检验要注意的问题假设检验的基本步骤：建立假设根据统计推断的目的而提出的对总体特征的假设。统计学中的假设有两方面的内容：一是检验假设(hypothesis to be tested),亦称原假设或无效假设(null hypothesis)，记为H0 ；二是与H0相对立的备择假设(alternative hypothesis)，记为H1 。后者的意义在于当H0 被拒绝时供采用。两者是互斥的，非此即彼。H0：? =?0， H1：?≠?0；H0：? =7.4， H1：?≠7.4。 假设检验的基本步骤：确定检验水准实际上就是确定拒绝H0时的最大允许误差的概率。检验水准(size of test)，常用?表示，是指检验假设H0本来是成立的，而根据样本信息拒绝H0的可能性大小的度量，换言之，?是拒绝了实际上成立的H0的概率。常用的检验水准为? = 0.05，其意义是：在所设H0的总体中随机抽得一个样本，其均数比手头样本均数更偏离总体均数的概率不超过5%假设检验的基本步骤：计算检验统计量和P值实际上在此之前还有一步叫做进行试验，所需的样本数据即从此得来统计量只是工具，概率值才是目的，它可以客观衡量样本对假设总体偏离程度从H0假设的总体中抽出现有样本（及更极端情况）的概率，即P值例如600次赢100次是H0假设的情况，只赢1次就是现有样本情况，更极端的情况就是连一次也没有赢检验统计量的特点该统计量应当服从某种已知分布，从而可以计算出P值各种检验方法所利用的分布及计算原理不同，从而检验统计量也不同初学者往往本末倒置，很认真地在学工具，却忘记了统计学的本质是思维方式假设检验的基本步骤：得出推断结论按照事先确定的检验水准?界定上面得到的P值，并按小概率原理认定对H0的取舍，作出推断结论若P ≤?基于H0假设的总体情况出现了小概率事件则拒绝H0，接受H1，可以认为样本与总体的差别不仅仅是抽样误差造成的，可能存在本质上的差别，属“非偶然的(significant)”，因此，可以认为两者的差别有统计学意义。进一步根据样本信息引申，得出实用性的结论若P＞?基于H0出现了很常见的事件则样本与总体间的差别尚不能排除纯粹由抽样误差造成，可能的确属“偶然的(non-significant)”，故尚不能拒绝H0因此，认为两者的差别无统计学意义，但这并不意味着可以接受H0。关于掷筛子的假设检验建立假设H0：筛子均匀，pi=1/6 H1：筛子不均匀确定