ch8假设检验课件.pptVIP

第8章 假设检验 掌握：单个正态总体均值和方差的检验方法 熟悉：假设检验的原理和方法，不同条件下使用的统计量。 了解：两个正态总体均值和方差的检验。 内容提要 §1 假设检验的基本思想和步骤 §2 正态总体均值与方差的检验 8.1 假设检验的基本思想和步骤 （一）什么是假设检验？ 1、概念：假设检验又称为显著性检验,事先对总体参数（平均值、方差等）或分布形式作出某种假设，然后利用样本信息来判断原假设是否成立。 参数检验：在总体分布类型已知的的前提下对总体参数及有关性质进行判断。 非参数检验：总体分布的类型部分或全部未知，检验的目的是作出一般性的推断，如分布的类型，两变量是否独立，分布是否相同等。 2、特点：假设检验所采用的逻辑推理方法是反证法；结论的合理性依据统计学上的小概率原理：即小概率事件在一次观测中不会出现。 (1)小概率事件：统计学上指在一次试验中，一个几乎不可能发生的事件发生的概率，称为小概率事件实际不可能原理。 (2)在一次试验中小概率事件一旦发生，原假设就是错误的。 （三）假设检验步骤(三部曲) 3.假设的形式（单边检验还是双侧检验？） （以方差已知，单个样本的平均数显著性检验为例） 在假设检验前由检验目的而定（一般用双边） A与B有无差异——双边；谁比谁好？——单边 两尾检验示意图 4.如何选择统计量 明确要检验的是总体的什么参数，（均值还是方差？） 寻找与该参数近似的分布已知统计量，（如果是对均值的检验，方差已知还是未知？如果是对方差的检验，均值已知还是未知？） 5.与区间估计的关系——原理相同，方法不同 原理：根据样本信息以抽样分布为理论依据在概率的基础上对总体参数进行推断，推断结果具有一定的可信程度和风险； 方法：区间估计立足于大概率，通常以较大的置信度去估计总体参数的置信区间；而假设检验立足于小概率，通常是给定很小的显著性水平去检验对总体参数的原假设是否成立，因此在假设检验中，人们更重视拒绝域。 6.两类错误 ? 错误和 ? 错误的关系 思考： 8.2 正态总体均值和方差的检验 不同备择假设形式下的拒绝域示意图 例 已知玉米单交种群单105的平均穗重m0＝300（克）。喷药后，随机抽取9果穗，其穗重为：308、305、311、298、315、300、321、294、320克。问喷药后与喷药前的果穗重，差异是否显著？ 解 根据检验的基本程序： 1已知玉米穗重是服从正态分布的随机变量，s未知。 2假设 H0：μ＝μ0 ＝300;HA：μ≠μ0 ＝300 3显著性水平：规定α＝0.05。 4 统计量的值：由于σ未知需使用 t 检验 例 一个混杂的小麦品种，株高标准差s0＝14（cm），经提纯后随机抽出10株，它们的株高为：90、105、101、95、100、100、101、105、93、97 cm，考查提纯后的群体是否比原群体整齐？ 解 根据检验的基本程序： 1 小麦株高是服从正态分布的随机变量。 2 假设： H0：s ＝s 0＝14（cm） HA：s ＜s 0＝14（cm） 关于备择假设的说明：小麦经过提纯后株高只能变得更整齐，绝不会变得更离散。即s只能小于s0，s 绝不会大于s 0。因此HA：s ＜s 0。 3 显著性水平：规定a＝0.01。 4 统计量的值： 5 建立H0的拒绝域：从附表中查出c2 9，0.99＝2.09。 6 结论：拒绝H0 。提纯后的株高比原株高高度整齐。 例 对两批黄连中小檗碱的含量进行比较，分别随机抽取出4个150g的样品，在同样条件下测定含量为： 解：因为方差σi未知，所以需先做检验两样本方差是否相等，故先做F检验。 第一步，方差差异的F检验： （三）假设检验的过程： 1、提出原假设和备择假设 2、确定适当的检验统计量 3、规定显著性水平? 4、计算检验统计量的值 5、作出统计决策 1. 对于H0只能说拒绝与不拒绝，而对H1只能说接受。 2. P≤α，则拒绝H0，接受H1，差异有统计学意义，（有足够的证据）可认为……不同或不等。 3. Pα，则不拒绝H0，差异无统计学意义（“阴性”结果），尚不能认为……不同或不等(或拒绝H0的证据尚不足) 4. 做统计检验结论时只能说有无统计学意义（statistical significance），而不能说明专业上的差异大小。P值越小只能说明：作出拒绝H0，接受H1的统计学证据越充分，推论时犯错误