第5章假设检验分解.ppt

第5章 假设检验 如果一个人说他从来没有骂过人。他能够证明吗？要证明他没有骂过人，他必须出示他从小到大每一时刻的录音、录像、所有书写的东西等等，还要证明这些物证是完全的、真实的、没有间断的 这简直是不可能的 即使他找到一些证人，比如他的同学、家人和，那也只能够证明在那些证人在场的某些片刻，他没有被听到骂人 反过来，如果要证明这个人骂过人很容易，只要有一次被抓住就足够了 假设检验中要设立原假设；动机是利用人们掌握的的数据找出假设与现实之间的矛盾，从而否定这个假设 在多数统计教科书中假设检验都是以否定原假设为目标。如否定不了，说明证据不足，无法否定原假设。但不能说明原假设正确 根据调查结果知，2000年某地区新生儿的平均体重为3150克。现在从2001年的新生儿中随机抽取100个，测得其平均体重为3200克，标准差为20克。问2001年新生儿与2000年相比，体重是否存在显著差异 2001年新生儿的平均体重3200克比2000年的3150克增加了50克。这50克是由两种原因引起的 第一:2001年新生儿体重与2000年相比没有差别，50克的差异是由于抽样的随机性造成的 第二种情况是抽样的随机性不可能造成50克这样大的差异，2001年新生儿的体重与2000年相比确实有所增加 假设检验原理 假设检验：对总体参数提出某种假设，然后利用样本信息判断项假设是否成立的过程 假设检验的分类 根据检验的方法与设计不同，假设检验可以分为双侧检验与单侧检验 双侧检验，是指检验样本统计量与总体参数是否存在显著差别，而不关心差异的方向是正是负 单侧检验，是检验样本统计量与参数相比是增加还是减少的情况 根据参数与统计量的性质，假设检验可以分为总体均值检验、总体成数检验、总体方差检验 假设检验的步骤 五个：提出假设、给定显著性水平、计算统计量、查找临界值、做出决策 提出假设 提出假设，即提出原假设和备择假设 原假设与备择假设是互斥的 原假设，也叫做零假设，是指接受检验的假设，也是想要否定的假设，H0 备择假设，也叫备选假设、替代假设，是指当原假设不成立时供选择的假设，H1 通常，提出假设的方式是对感兴趣的总体参数之一做出规定 对总体均值、总体成数、总体方差的假设检验提出假设的形式有三种 上面三个式子称为双侧检验或双尾检验。如果样本统计量显著高于或显著低于总体参数，即否定原假设接受备选假设说明总体参数的真正状态并非原假设中所规定的状态 三个式子称为左单侧检验 样本统计量显著低于总体参数，即否定原假设接受备选假设 三个式子称为为右单侧检验 样本统计量显著高于总体参数，即否定原假设接受备选假设 注意： 原假设、备择假设对立 先确定备择假设，因为备择假设是应该接受的假设，而原假设是应该被否定的假设 等号总是给原假设 目的是否定原假设 不否定只能说明现在有证据没法否定，但不代表原假设正确。结论只有两类：否定、不否定（接受） 没有方向性的要求使用双边假设，有要求就使用单侧假设 两类错误 一个未被否定的假设可能是真实的，也可能不是真实的。同样，一个被否定了的假设也可能是真实的或不真实的 在检验一个假设时，将出现4种可能结果 （1）否定不真实的原假设 （2）不否定真实的原假设 （3）否定真实的原假设—第一类错误、弃真、 ɑ （4）不否定不真实的原假设—第二类错误、取伪、β ɑβ不可能同时减少 控制和使用哪一个 显著性水平和拒绝域 显著性水平 假设检验的思想是小概率事件的原则 若原假设成立，则样本统计量与总体参数假设值的偏差很大的事件是一个小概率事件 在一次抽样中，出现了小概率事件ɑ ，我们就否定原假设 这样就产生概率小到什么程度为小概率。 ɑ的大小就成为判定差异是否显著的一个标准，被称作显著性水平 一般的取ɑ＝0.1、ɑ＝0.05、ɑ＝0.01三种情况 拒绝域 接受或拒绝原假设，最终要以显著性水平为依据 规则有临界值与P值两种 所谓临界值规则，是把ɑ值转化为一定分布下的临界值，根据统计量与临界值的比较结果来判断是否拒绝原假设 P值先不讲 分布的使用同于参数估计 判断方差已知、大样本、小样本---zσ、zs、ts 一种灌装饮料采用自动生产线生产，每罐的容量是255ml，标准差为5ml。为检验每罐是否符合要求，抽取40罐检测，测得每罐平均容量为255.8ml。检验该日生产的饮料是否符合要求（0.05） 一种机床加工的零件尺寸绝对平均误差为1.35mm，采用新机床以降低误差。为检验误差是否降低，抽取50件检验，数据如下...。检验新机床加工的零件尺寸是否比旧机床显著降低（0.05） 某小麦品种的平均产量为5200。某机构进行了改良。为检验改良后产品是否提高，随机抽取36个地块检验，测得平均产量为5275，标准差为120。问新品种产量是否提高（0.05） 一