[第三讲参数检验.pptVIP

商学院 李丽明 第一节 假设检验的一般问题 1、假设检验的概念 2、假设检验的步骤 3、假设检验中的小概率原理 4、假设检验中的两类错误 5、双侧检验和单侧检验 什么是假设检验?(hypothesis testing) 假设检验是在两种互相对立的行动之间，通过对样本的试验，在一定的保证条件下进行决策的统计分析方法。 一个例子 某茶叶厂生产袋装茶叶，正常情况下每袋茶叶净重平均为500克，标准差为13克。最近，厂质检部门接到消费者投诉，认为该厂新投放市场的一批茶叶似乎普遍分量不足。为此，从生产线中随机抽取了40袋茶叶，测得其平均重量为495克，能否认为该厂最近生产的茶叶包装分量确实不足？（显著性水平=1%） 假设检验的过程（提出假设→抽取样本→作出决策） 提出原假设和备择假设 ? 什么是原假设？(Null Hypothesis) 1. 待检验的假设，(研究者想收集证据予以反对的假设)又称“零假设” 2. 如果错误地作出决策会导致一系列后果 3. 总是有等号 =, ? 或??? 4. 表示为 H0 H0： ? =某一数值 指定为 = ，? 或??? 例如, H0： ? =500（克） 提出原假设和备择假设 ? 什么是备择假设？(Alternative Hypothesis) 1. 与原假设对立的假设(研究者想收集证据予以支持的假设) 2. 总是有不等号: ? , 即 或?? 3. 表示为 H1 H1： ? ?某一数值,? 某一数值，或 ? 某一数值 例如, H1： ? ?500 (克), ? 500(克)， 或 ? 500(克) 确定适当的检验统计量 ? 什么检验统计量？ 1.用于假设检验问题的统计量 2.选择统计量的方法与参数估计相同，需考虑 是大样本还是小样本 总体方差已知还是未知 检验统计量的基本形式为 规定显著性水平? ? 什么显著性水平？ 1. 是一个概率值 2. 原假设为真时，拒绝原假设的概率 被称为抽样分布的拒绝域 3. 表示为 ?? ? 常用的 ?? 值有0.01, 0.05, 0.10 4. 由研究者事先确定 作出统计决策 计算检验的统计量 根据给定的显著性水平? ，查表得出相应的临界值Z?或 Z?/2 将检验统计量的值与? 水平的临界值进行比较 得出接受或拒绝原假设的结论 假设检验中的小概率原理 ? 什么是小概率？ 1. 在一次试验中，一个几乎不可能发生的事件发生的概率 2. 在一次试验中小概率事件一旦发生，我们就有理由拒绝原假设 3. 小概率由研究者事先确定 假设检验中的两类错误 （决策风险） 提出假设(例题分析) 【例】一种零件的生产标准是直径应为10cm，为对生产过程进行控制，质量监测人员定期对一台加工机床检查，确定这台机床生产的零件是否符合标准要求。如果零件的平均直径大于或小于10cm，则表明生产过程不正常，必须进行调整。试陈述用来检验生产过程是否正常的原假设和被择假设。 提出假设(例题分析) 【例】某品牌洗涤剂在它的产品说明书中声称：平均净含量不少于500克。从消费者的利益出发，有关研究人员要通过抽检其中的一批产品来验证该产品制造商的说明是否属实。试陈述用于检验的原假设与备择假设 提出假设(例题分析) 【例】一家研究机构估计，某城市中家庭拥有汽车的比率超过30%。为验证这一估计是否正确，该研究机构随机抽取了一个样本进行检验。试陈述用于检验的原假设与备择假设 提出假设(结论与建议) 原假设和备择假设是一个完备事件组，而且相互对立 在一项假设检验中，原假设和备择假设必有一个成立，而且只有一个成立 先确定备择假设，再确定原假设 等号“=”总是放在原假设上 因研究目的不同，对同一问题可能提出不同的假设(也可能得出不同的结论) 双侧检验与单侧检验 (假设的形式) 显著性水平和拒绝域(左侧检验 ) 显著性水平和拒绝域(右侧检验 ) 决策规则 给定显著性水平? ，查表得出相应的临界值z? 或 z?/2 ， t? 或t?/2 将检验统计量的值与? 水平的临界值进行比较 作出决策 双侧检验：I统计量I 临界值，拒绝H0 左侧检验：统计量 -临界值，拒绝H0 右侧检验：统计量 临界值，拒绝H0 利用 P-值进行假设检验 什么是 P 值？（P-Value） 说明： 在SPSS软件中直接显示的是双侧检验的p-值为 Sig(2-tailed)，而没有显示单侧检验的p-值，因此，得到的p-值要进行处理，处理的原则是： 单侧的P值=双侧的P值/2 因此，利用SPSS软件操作所得到的p-值，可按如下的结论来进行决策： 双侧检验 若p-值 ? ?,不能拒绝 H0，即接受H0 若p-值 ? 拒绝 H0 单侧检验 若p=双侧的P值/2 ? ?, 不能拒绝 H0，