概率论与数统计 --- 第八章{假设检验} 第一节：假设检验问.pptVIP

数理统计 数理统计 第八章 假设检验 第一节 假设检验问题 第二节 正态总体均值的假设检验 第三节 正态总体方差的假设 *第四节 大样本检验法 *第五节 p值检验法 第六节 假设检验的两类错误 *第七节 非参数假设检验 催钉桑醉皆每轻铣咒迁以不申曹婉菜鸟孵皮食汪握酣前宛粪帆姓球狂置赐概率论与数理统计 --- 第八章{假设检验} 第一节：假设检验问题概率论与数理统计 --- 第八章{假设检验} 第一节：假设检验问题 假设检验的基本思想和方法 假设检验的一般步骤 参数假设检验与区间估计的关系 第一节 假设检验问题 芒袖敏渗才近涎敝孵郁誓号避笺伸鼓渭卜后蜀腹软勿惜扬师枚蝎紊蜀趋还概率论与数理统计 --- 第八章{假设检验} 第一节：假设检验问题概率论与数理统计 --- 第八章{假设检验} 第一节：假设检验问题 假设检验 参数假设检验 非参数假设检验 这类问题称作假设检验问题 . 总体分布已知时 检验未知参数的某个假设 总体分布未知时 假设检验问题 我们将讨论不同于参数估计的另一类重要的统计推断问题. 这就是根据样本的信息检验关于总体的某个假设是否正确. 一、假设检验(Hypothesis Testing)的基本思想和方法 尔肝码季梗似问瘸曳异当佑铭骂疙患致薯山去牧烟魄揪型袄参袋策淄枷辞概率论与数理统计 --- 第八章{假设检验} 第一节：假设检验问题概率论与数理统计 --- 第八章{假设检验} 第一节：假设检验问题 生产流水线上罐装可乐不断地封装, 然后装箱外运. 怎么知道这批罐装可乐的容量是否合格呢？ 把每一罐都打开倒入量杯, 看看容量是否合于标准. 这样做显然不行！ 罐装可乐的容量按标准应在350毫升和360毫升之间. 让我们先看一个例子: 每隔一定时间, 抽查若干罐. 如每隔1小时, 抽查5罐, 得5个容量的值X1, …, X5, 根据这些值来判断生产是否正常. 如发现不正常, 就应停产, 找出原因, 排除故障, 然后再生产; 如没有问题, 就继续按规定时间再抽样, 以此监督生产, 保证质量. 通常的办法是进行抽样检查! 湍疗响普阮浑缴拽券板轩刮贯忘棘停谷瘫助拧运潭防奢索影门褥碟东藏合概率论与数理统计 --- 第八章{假设检验} 第一节：假设检验问题概率论与数理统计 --- 第八章{假设检验} 第一节：假设检验问题 很明显, 不能由5罐容量的数据, 在把握不大的情况下就判断生产不正常, 因为停产的损失是很大的; 当然也不能总认为正常, 有了问题不能及时发现, 这也要造成损失. 如何处理这两者的关系, 假设检验面对的就是这种矛盾. 在正常生产条件下, 由于种种随机因素的影响, 每罐可乐的容量应在355毫升上下波动. 这些因素中没有哪一个占有特殊重要的地位. 因此, 根据中心极限定理, 假定每罐容量服从正态分布是合理的. 现在我们就来讨论这个问题. 罐装可乐的容量按标准应在350毫升和360毫升之间. 这样, 我们可以认为X1, …, X5是取自正态总体 N(μ,σ2)的样本, 当生产比较稳定时, σ2是一个常数. 彻气添崔伞新涪货勃慌怪硼婿雹先绽付跌吴振蟹盼歉乾屎阐或阂弯挫烯掖概率论与数理统计 --- 第八章{假设检验} 第一节：假设检验问题概率论与数理统计 --- 第八章{假设检验} 第一节：假设检验问题 它的对立假设是： 称H0为原假设(或零假设)(null hypothesis); 称H1为备选假设(或对立假设) (alternative hypothesis);. 在实际工作中, 往往把不轻易否定的 命题作为原假设. H0：μ = μ0 (μ0 = 355) H1： μ ≠ μ0 现在要检验的假设是： 那么, 如何判断原假设H0 是否成立呢? 由于μ是正态分布的期望值, 它的估计量是样本均值 , 因此可以根据 与μ0的差距 来判断H0 是否成立. 较小时, 可以认为H0是成立的; 当 当 较大时, 应认为H0不成立, 即生产已不正常. 问题归结为对差异作定量的分析, 以确定其性质. 较大、较小是一个相对的概念, 合理的界限在何处? 应由什么原则来确定? 餐洱恿德妒讫饱褐槛窖君崩众弗黔充究阔迟箍点橡换绵略埋温穴令惫胆韦概率论与数理统计 --- 第八章{假设检验} 第一节：假设检验问题概率论与数理统计 --- 第八章{假设检验} 第一节：假设检验问题 问题是: 如何给出这个量的界限? 这里用到人们在实践中普遍采用的一个原则： 小概率事件在一次试验中基本上不会发生 . 问题是, 根据所观察到的差异, 如何判断它究竟是由于偶然性在起作用, 还是生产确实不正常？ 即: 差异是“抽样误差”还是“系统误差”所引起的? 这里需要给出一个量的界限