金融统计03-假设检验与方差分析.ppt

第3章假设检验与方差分析 第1节 假设检验 第2节 方差分析 第3节 方差分析应用：恩格尔系数 的城乡比较 第1节 假设检验 主要内容 假设检验的概念 假设检验的标准 假设检验的步骤 假设检验的概念及形式 假设检验 对总体的某个参数或分布形式作出某种假设，然后利用样本信息来判断假设是否成立 假设检验的形式 假设分为原假设（H0）和备择假设（H1）两种 原假设（Null hypothesis）：初始假定为真的假设 备择假设（Alternative hypothesis）：与原假设的内容相反,当原假设被拒绝时，被认为是真的假设 应用中，原假设一般是旧的、他人的观点或理论，备择假设一般是新的、自己的观点或理论，而统计分析的目的往往就是以新的数据来拒绝原假设，支持自己的观点 所以，习惯上，能拒绝原假设的检验，称为显著的、有统计意义的（Significant），否则为不显著 原假设 H0 和备择假设 H1 例 某汽车使用改进型发动机后声称油耗不超过百公里6升，对此进行检验 检验假设的设定：设u为百公里平均油耗，则 单边检验（只检验小于或大于检验值中的一种情况） 工厂对收到的一批长度为2cm的零件抽检，检验长度是否合格？ 检验假设的设定：设u为平均长度，则 双边检验（同时检验小于、大于检验值的两种情况，常用） 假设检验的标准：显著水平 显著水平的定义 假设检验中的第一类错误 type I error ：拒绝正确的原假设（H0） 显著水平指犯第一类错误的最大概率，通常设定为5%或1% 显著水平的理解 形象的说，显著水平为1%是指，拒绝100次原假设，只有1次是拒绝错了（即只有1次原假设确实正确） 因为原假设往往是公认的观点、成熟的理论，甚至已经反复检验证明是正确的，所以为了加强拒绝的说服力，应设定一个严格的拒绝标准，即要将显著水平设的很小 显著水平越小，原假设值的允许变动范围就越大，备择假设成立的范围就越小，备择假设成立的概率就越小。如果能成立，则结论就很有说服力 不同显著水平的比较（单边检验） 假设国家标准规定冰箱使用年限必须10年或以上 对某品牌抽样检验时，如果显著水平设为40%，则样本均值9年或以下即可认定为不合格。显著水平设为5%，则样本均值4年或以下才可认定为不合格，相当于把原假设放宽到H0 4，更有说服力 显著水平的运用：t 统计量 t 统计量的定义 假定总体服从正态分布，则抽取的样本的平均值可用下列公式换算成t 分布的值（简称t值），该值可用来判断样本平均值相对于总体平均值的误差程度 t 统计量公式的理解 公式中总体均值μ0在假设检验时，等于原假设H0的值 上述t值公式就是将样本均值换算成一个标准化的t值，这与将正态变量换算成标准正态变量一样，所以t分布的中心为0 显然，t值的绝对值越大，样本均值离原假设H0的值越远，样本越不支持原假设 显著水平的运用： t 检验 显著水平在t 检验中的运用过程如下： 假定原假设成立，比如 将样本统计量的值按前述公式换算成t值，其中μ0 等于原假设的，比如10 从t分布表查出某一显著水平（比如5%）的临界值t0.05 比较换算的t值与临界值t0.05 。如果|t值| t0.05 ，则拒绝原假设，反之，接受原假设 t检验示意图（双边检验，显著水平设为5%） 将样本均值换算成标准化的t值，如果|t值| 临界值，表明样本均值离原假设的总体均值很远，样本来自于这个总体的可能性很小，于是原假设 H0 成立的概率也很小，所以拒绝H0 假设检验的实用标准：P值 根据样本值计算的显著水平又称为P值 比如：5%显著水平下的临界值为4，而实际的样本均值为3，小于临界值，则P值也小于5%（比如4%等） 统计软件作检验时，通常会根据样本值计算相应的P值，所以一般直接使用P值作为假设检验的标准，非常方便 判断原理如下 如果P值≤1%，则检验值在1%水平显著，拒绝H0 如果1% P值≤5%，则检验值在5%水平显著，拒绝H0 如果P值 5%，则检验值不显著，接受H0 P值与t 统计量 主要区别 P值不依赖于样本变量的分布形式，适用于任何假设检验，而t统计量依赖于样本变量的分布，适用范围有限 P值可直接与显著水平比较，判断简单，而t统计量需查表、换算，判断复杂 在应用统计的假设检验中，更多使用P值作为检验标准 主要联系 一般情况下， P值和t值有如下对应关系： P值≤5%时，|t值|≥ 2 所以实用中（比如回归分析中），要获得有统计意义的结论（即在5%显著水平拒绝原假设（H0）），可作下列任一种判断： 看P值时，应≤5% 看|t值|时，应≥ 2 假设检验的步骤 1 选择要检验的统计量（比如样本均值） 2 确定原假设（ H0 ）和备择假设（ H1） 3 确定检验的显著水平（一般为5%