07第七章参数检验教案.pptVIP

第七章 参数检验 主要内容 第一节 假设检验的原理与步骤 第二节 平均数差异显著性检验 第三节 比率差异显著性检验 第四节 相关系数差异显著性检验 第五节 检验 理解与练习 第一节 假设检验的原理与步骤 一、假设检验的原理 （一）虚无假设与研究假设 （二）假设检验的基本思路 （三）显著性水平 二、假设检验决策中的两类错误 三、双侧检验和单侧检验 四、假设检验的步骤 一、假设检验的原理 （一）虚无假设与研究假设 假设检验涉及两种假设：一种称为虚无假设或原假设，记为 ；另一种称为研究假设或备择假设记为 。虚无假设与研究假设互为对立面。 虚无假设是“当前样本所属的总体与原设总体一样”的假设，即虚无假设必须是“无差异”或“变量之间相互无关、彼此独立”的假设；而研究假设则是“当前样本所属总体与原设总体不一样”的假设，即研究假设必须是“有差异”或“变量之间彼此相关，不独立”的假设。 （二）假设检验的基本思路 假设检验是一种“概率性质的反证法”。是从“无差异”的虚无假设出发，即，首先假定实验研究中观察到的“差异”是由于抽样的偶然误差造成的，然后借助抽样分布的概率模型来把握，如果差异仅仅是抽样的偶然误差，那么出现如此或更大的差异的概率“应该”有多大，并且根据这一概率在研究假设和虚无假设之间做出选择。 对两种假设做出决策的依据是：小概率事件在一次观察中实际上不会发生（请注意：这也是一个假设！）。因此，如果统计检验的结果表明由抽样的偶然误差造成“差异”的概率很小，为“实际不可能”，那么就可以认为无差异的虚无假设不能成立，进而反证它的对立面研究假设是成立的。 （三）显著性水平 假设检验中，有两种显著性水平：一是观察到的显著性水平，指的是在“无差异”的虚无假设成立的情况下，由于抽样误差而能够观察到如此大或更大的差异的概率。观察到的显著性水平一般记为 。二是作为“实际不可能”的小概率界限的显著性水平。这是由研究者自己选定的，没有绝对的界限。一般记为 ，它是研究者愿意承担的，结论为“否定虚无假设而犯错误”的最大风险。普遍采用的值有0.01、0.05和0.1等几种。 当实际观察到的显著性水平 时，即可否定虚无假设，并且称观察到的差异或相关是“显著的”；当实际观察到的显著性水平 时，否定虚无假设，并且称观察到的差异或相关是“极其显著的”。 假设检验原理示意图（双侧） 二、假设检验决策中的两类错误 第一类错误：若实际情况是不应该拒绝虚无假设 ，此时却拒绝了 ，就称这种错误为第一类错误或“弃真”错误。因为当虚无假设成立时，统计量Z服从标准正态分布，这时 的概率为，而在一次抽样中，可能发生的概率为 ，所以犯第一类错误的概率正是显著性水平 ，所以 表示“弃真”的概率。 第二类错误：若实际情况是不应该接受 ，此时却接受了 ，这被称为第二类错误或称“取伪”错误。因为当 不成立时，统计量Z仍有可能落在接受区间 中。以 表示犯“取伪”错误的概率， 的大小与所采用的检验方法，样本容量的大小以及 值等有关。 三、双侧检验和单侧检验 单侧检验与双侧检验的区别： （1）问题的提法不同。双侧检验的提法是： 和已知常数 是否有显著差异？单侧检验的提法是： 是否显著地高于已知常数 或 是否显著地低于已知常数 ？ （2）建立假设的形式不同。双侧检验的虚无假设和研究假设为： ， 。单侧检验的虚无假设和研究假设为： ， ，或 者 ， 。 （3）否定域不同。双侧检验的否定域为 ，而单侧检验查表得 。 四、假设检验的步骤 （1）建立虚无假设（原假设）和研究假设（备择假设）： 双侧检验为： ， 单侧检验为： ， （2）在 成立的前提下，寻找和决定合适的统计量及其抽样分布，并计算出统计量的值。常用的抽样分布是标准正态分布、t分布和F分布等，对应的检验方法称为Z检验、t检验和F检验等。 （3）选定显著性水平 ，查相应的分布表来确定临界值，从而确定出 的拒绝区间或接受区间。 （4）对 做出判断和解释。即，把计算得到的统计量的值与临界值相比较，若统计量的值落在 的拒绝区间中，则拒绝 ；若统计量的