[11章假设检验修订版仅含本次讲课内容.docVIP

第11-13，16章 假设检验（Hypothesis Testing） 1.假设检验的基本思想与方法 2.总体均值的假设检验 3.二总体均值差异的显著性检验 4.总体方差的假设检验，二正态总体方差差异的显著性检验 5.总体比率的假设检验，二总体比率差的显著性检验 6.总体分布律的假设检验 7.列联表的独立性检验 8.控制图 11.1假设检验的基本思想与方法 统计推断中，除参数估计外还有一类问题，是假设检验。假设检验指利用样本提供的信息，判断总体是否具有某种指定的特点。在经济、生产、社会活动中常常碰到这方面的问题，如粮站对粮仓中的储粮含水量的监测，海关和企业对到货质量的检验，工厂对产品质量的控制等，所以要进行这方面的研究。 例：某厂生产的金属垫片，直径尺寸X ? N（200，42）（mm），采取新工艺后其平均直径为202.5mm，那么改革工艺前后产品直径平均尺寸有无明显变化？例：泰胃美生产线上规定每片药净重400mg，标准差为4mg今连续检查20片，平均片重为395.4mg，问片重是否已偏离了额定净重值？ 假设：对总体分布的假设。 假设检验：根据样本信息判断总体分布是否具有指定特征，这个过程叫假设检验。 假设检验在统计上是怎样完成的呢？它基本上遵循一种“反证法”思想。 看会得出什么结果 合理结果 则原假设成立 先假定假设成立 （依据某种判别准则） 不合理结果 则原假设不成立 如假定某产品次品率为4%，今抽查10件，发现有4件次品，问次品率为4%是否可信？对于这个例子，大家都会认为4%次品率不可信。怎样得出结论的呢？ 10件中有4件次品的概率 不合理现象 原假设不成立 设4%次品率正确 （机会很小的事件在一次试验中出现） = C1040.044?0.966 合理现象 = 0.00004（Bernoulli定理） 1.知随机变量概率分布（适当选取统计量）。 这个判断过程需要二个前提 2.依据“小概率原理”。 小概率原理：概率很小的随机事件，在一次试验中几乎不可能发生。 小概率原理在生活中普遍应用。如火车运行中相撞的概率很小。在偶然一次乘火车的情况下，可以认为火车出事的事件不会发生。那么小到什么程度算是小概率事件呢？通常取概率小于0.05或0.01的事件，即? = 0.05 或 0.01。在假设检验中，? 称作检验水平， 1- ? 称置信水平或置信度，以连续变量为例，当给定 ? 值时，接受域、拒绝域、临界值概念用图11.1表示。 假设有2种。(1) 原假设或零假设：含有等号的假设用 H0 表示（如次品率p = 0.04）。(2) 备择假设：与原假设相反的假设，用H1表示（p ? 0.04），HO与H1要对立且完备。 图 11. 假设检验分类：（1）双侧（端，尾）假设检验；HO：p = 0.04，H1：p ? 0.04（2）单侧（端，尾）假设检验。左单端检验；HO：p ? 0.04，H1：p 0.04。右单端检验；HO：p ? 0.04，H1：p 0.04。原假设的设定应根据检验所提出的要求决定之。图11.1为双侧检验；图11.2为单侧检验。 图11.2 左单端检验 图11.3 右单端检验 两类错误： 即然假设检验是依据样本作判断，由部分去推断全体，且对结论并没有100% 把握，所以检验结果不可能绝对正确，也有可能会犯错误。错误分二类： 1.弃真错误（?）（第Ⅰ类错误）， P(弃真) = P{拒绝Ho|Ho真实} = ? 2.取伪错误（?）（第Ⅱ类错误）， P(取伪) = P{接受HO|HO不真实} = ? 图11.4 两类错误 以灯泡寿命分布为例，假如一批灯泡寿命分布均值有可能是?1或?2，现在设H0：? ? ?1并以单侧检验形式给出临界值 ? 。当? ? ?1确实为真，确实落在 ? 右边时，由于拒绝HO而犯弃真错误。概率为?。当落在? 左边时，自然接受H0。而? =