第7章假设检验基本概念.pptVIP

* 1.原假设H0必须是虚无假设，即必须包括等号。因为只有在虚无假设的前提下，才能进行适当检验。 2.建立原假设的目的是为了推翻原假设，因为推翻原假设比肯定原假设更为容易。所以将真正想证明的假设放在备择假设内。 3.备择假设 必须与原假设相反，这样推翻原假设就意味着肯定备择假设；相反，不能推翻原假设就意味着推翻备择假设，或者表示没有足够的证据推翻原假设。并非表示原假设正确。 6-* 三、假设检验的基本原理 小概率事件在一次试验中，不可能发生；如果发生了，那就不是小概率事件。 买彩票是小概率事件 下雨是小概率事件 6-* 6-* 第二节 统计检验 中的名词 一、统计检验中的假定 二、统计检验中的统计量 所谓检验统计量，就是根据所抽取的样本计算的用于检验原假设是否成立的随机变量。 检验统计量中应当含有所要检验的总体参数，以便在“总体参数等于某数值”的假定下研究样本统计量的观测结果。 检验统计量还应该在“H0成立”的前提下有已知的分布，从而便于计算出现某种特定的观测结果的概率。 6-* 6-* 6-* 三 、显著性水平、P-值与临界值 小概率事件在单独一次的试验中基本上不会发生，可以不予考虑。 在假设检验中，我们做出判断时所依据的逻辑是：如果在原假设正确的前提下，检验统计量的样本观测值的出现属于小概率事件，那么可以认为原假设不可信，从而否定它，转而接受备择假设。 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 6-* 至于小概率的标准是多大？这要根据实际问题而定。假设检验中，称这一标准为显著性水平，用来表示α，在应用中，通常取α=0.01，α=0.05。一般来说，犯第一类错误可能造成的损失越大，α的取值应当越小。 对假设检验问题做出判断可依据两种规则：一是P-值规则；二是临界值规则。 6-* （一）P-值规则 所谓P-值，实际上是检验统计量超过(大于或小于)具体样本观测值的概率。如果P-值小于所给定的显著性水平，则认为原假设不太可能成立；如果P-值大于所给定的标准，则认为没有充分的证据否定原假设。 6-* 【例6-3】假定，根据例6-2的结果，计算该问题的P-值，并做出判断。 解：查标准正态概率表，当z=2.29时，阴影面积为0.9890，尾部面积为1–0.9890=0.011，由对称性可知，当z= –2.29时，左侧面积为0.011。 0.011≤α/2=0.025 0.011这个数字意味着，假若我们反复抽取n=100的样本，在100个样本中仅有可能出现一个使检验统计量等于或小于–2.29的样本。该事件发生的概率小于给定的显著性水平，所以，可以判断μ=150的假定是错误的，也就是说，根据观测的样本，有理由表明总体的与150克的差异是显著存在的。 6-* （二）临界值规则 假设检验中，还有另外一种做出结论的方法：根据所提出的显著性水平标准（它是概率密度曲线的尾部面积）查表得到相应的检验统计量的数值，称作临界值，直接用检验统计量的观测值与临界值作比较，观测值落在临界值所划定的尾部（称之为拒绝域）内，便拒绝原假设；观测值落在临界值所划定的尾部之外（称之为不能拒绝域）的范围内，则认为拒绝原假设的证据不足。这种做出检验结论的方法，我们称之为临界值规则。 6-* 显然，P-值规则和临界值规则是等价的。在做检验的时候，只用其中一个规则即可。 P-值规则较之临界值规则具有更明显的优点。这主要是：第一，它更加简捷；第二，在值规则的检验结论中，对于犯第一类错误的概率的表述更加精确。 推荐使用P-值规则。 6-* 【例6-4】假定，根据例6-2的结果，用临界值规则做出判断。 解：查表得到，临界值z0.025= –1.96。由于 z= –2.29 –1.96，即，检验统计量的观测值落在临界值所划定的左侧（即落在拒绝域），因而拒绝μ＝150克的原假设。上面的检验结果意味着，由样本数据得到的观测值的差异提醒我们：装袋生产线的生产过程已经偏离了控制状态，正在向装袋重量低于技术标准的状态倾斜。 6-* 五、双侧检验和单侧检验 图6-1 双侧、单侧检验的拒绝域分配 α/2 1–α –Zα/2 α –Zα 0 0 Zα (a)双侧检验 (b)左侧检验 (c)右侧检验 α/2 α Zα/