9-123假设检验.pptVIP

第九章 假设检验 §9.1假设检验的基本概念 §9.2两类错误 §9.3 一个正态总体的假设检验 §9.4 两个正态总体的假设检验 §9.1假设检验的基本概念和思想一、基本概念 对一个样本进行考察，从而决定它是否能合理地被认为与假设相符，这一过程叫做假设检验。 判别参数假设的检验称为参数假设检验。检验是一种决定规则，它具有一定的程序，通过它来对假设成立与否作出判断。 例1 抛掷一枚硬币100次，“正面”出现了40次，问这枚硬币是否匀称？ 若用ξ描述抛掷一枚硬币的试验，“ξ 1”及“ ξ 0”分别表示“出现正面”和“出现反面”，上述问题就是要检验ξ是否服从P 1/2的0-1分布？ 例2 从1975年的新生儿中随机地抽取20个，测得其平均体重为3160g,样本标准差为300g。而根据过去统计资料，新生儿（女）平均体重为3140g。问现在与过去的新生儿（女）体重有无显著差异（假定新生儿体重服从正态 分布）？ 若把所有1975年新生儿（女）体重视为一个总体，用ξ描述，问题就是判断Eξ 3140是否成立？ 例3 在10个相同的地块上对甲，乙两种玉米进行品比试验，得如下资料（单位：kg） 这种作为检验对象的假设称为待检假设， 通常用 H0表示。比如， 例2中的待检假设为：H0：Eξ 3140 二、假设检验的基本思想： §9.2 两类错误 §9.3 一个正态总体的假设检验 设总体为ξ~N μ，σ2 。关于总体参数μ，σ2 的假设检验问题，本节介绍下列四种： ⑴已知方差σ2 ，检验假设H0：μ μ0 ⑵未知方差σ2 ，检验假设H0 ：μ μ0 ⑶未知期望μ ，检验假设H0 ：σ2 σ02 ⑷未知期望μ ，检验假设H0 ：σ2 ≤σ02 其中H。中的μ0，σ02都是已知数。 例 1 根据长期经验和资料的分析，某砖瓦厂生产砖的“抗断强度”ξ服从 正态分布，方差 σ2 1.21。从该厂产品中随机抽取6块，测得抗断强度如下 ㎏/㎡ ： 例3 从1975年的新生儿中随机地抽取20个，测得其平均体重为3160g,样本标准差为300g。而根据过去统计资料，新生儿（女）平均体重为3140g。问现在与过去的新生儿（女）体重有无显著差异（假定新生儿体重服从正态 分布）？（α＝0.01） 解：方差σ2未知的正态总体，检验期望μ * * 一 两类问题 1、参数假设检验 总体分布已知, 参数未知, 由观测值x1, …, xn检验假设 H0：? ?0； H1：?≠?0 2、非参数假设检验 总体分布未知, 由观测值x1, …, xn 检验假设H0：F x F0 x;? ; H1： F x ≠F0 x;? 任何一个有关随机变量未知分布的假设称 为统计假设或简称假设。 一个仅牵涉到随机变量中几个未知参数的 假设称为参数假设。 这里所说的假设只是一个设想，至于它是否成立，在建立假设时并不知道，还需要进行考察。 990 774 742 864 730 乙 983 1082 1008 966 951 甲 假定农作物产量服从正态分布，问这两种玉米有无显著差异 从直观上看，二者差异显著。 但是一方面由于抽样的随机性，我们不能以个别值 进行比较就得出结论； 另一方面直观的标准可能因人而异。因此这实际 上需要比较两个正态总体的期望值是否相等？ 如何根据样本的信息来判断关于总体分布的 某个设想是否成立，也就是检验假设H0成立 与否的方法是本章要介绍的主要内容。 用置信区间的方法进行检验，基本思想是这样的：首先设想H0是真的成立：然后考虑在H0成立的条件下，已经观测到的样本信息出现的概率。如果这个概率很小，这就表明一个概率很小的事件在一次试验中发生了。而小概率原理认为，概率很小的事件在一次试验中是几乎不可能发生的，也就是说导出了一个违背小概率原理的不合理现象。这表明事先的设想H0是不正确的，因此拒绝原假设H0 。否则，不能拒绝H0 。 至于什么算是“概率很小”，在检验之前都事先指定。比如概率为 5%，1%等，一般记作α。 α是一个事先指定的小的正数，称为显著性水平或检验水平。 由于人们作出判断的依据是一个样本，也就是由部 分来推断整体，因而假设检验不可能绝对准确，它也可 能犯错误。其可能性的大小，也 是以统计规律性为依据 的，所可能犯的错误有两类。 第一类错误是：原假设H。符合实际情况，而检验结果把它否定了，这称为弃真错误。 第二类错误：原假设H。不符合实际情况，而检验 结果把它肯定下来了，这称为取伪错误。 记 α＝p 拒绝H0/H0真 ? p 接受H0/H0假 自然，人们希望犯这两类错误的概率越小越好。但对于一定的样本容量n ，一般来说，不能同时做到犯这两类错误的概率都很小，往往是先固定“犯第一类错误”