抽样调查 计算题抽样调 计算题.ppt

* 显著性水平的大小主要根据研究需要确定。 在当前的社会科学研究中，一般都是以 最为常见。 其他如民意测验用0.1、产品质量检验用0.01、工程技术检验用0.001甚至用0.0001等。 当然，显著度越小，越难否定虚无假设，也就越难证明研究假设。 * ㈢临界值、接受域和拒绝域 检验虚无假设，基本上是根据抽样分布的原理。 当统计量确定后，根据虚无假设 成立的条件，可以画出统计量的分布。 下面以均值的抽样分布为例，说明检验 的方法。 * 拒绝域，即抽样分布内一端或两端的小区域，如果样本的统计值在此区域范围内，则拒绝虚无假设。（见图） 接受域，即拒绝域以外的区域，如果统计值落在接受域，则接受虚无假设。 （见图） 临界值，即接受域与拒绝域的界限，是显著性水平对应的标准值，一般用 表示。 （见图） * 接受域 拒绝域 * 根据显著性水平 ，通过查标准正态分布表可以查到对应的Z值，即为临界值 。 如果计算的统计值 Z ＞ ，统计值位于拒绝域内，拒绝虚无假设，接受研究假设； 如果计算的统计值 Z ＜ ，统计值位于接受域内，接受虚无假设，拒绝研究假设。 * ㈣双边检验和单边检验 如果拒绝域位于正态分布的两端，称为双边检验。当显著性水平为 时，每侧拒绝域的概率为 ∕2。（见图） * 接受域 拒绝域 拒绝域 * 如果拒绝域位于正态分布的一端，称为单边检验。 单边检验又分为左侧单边检验和右侧单边检验。 左侧单边检验 右侧单边检验 拒绝域 拒绝域 接受域 接受域 * 如何确定单边和双边检验？ 如果研究的假设仅仅探讨是否相关或者是否变化等问题，则采用双边检验； 如果不仅要回答是否相关或者是否变化，还要知道是正相关还是负相关，或者变化的方向是增加还是减少等问题时，则采用单边检验。 例如，如果研究假设是当年人均收入是否发生变化，则用双边检验；如果研究假设是当年人均收入是增加了，还是减少了，就应用单边检验。 * 如果我们关心的问题是总体平均数或成数是否低于预先的假设，应该采用左侧单边检验，因而又把左侧单边检验称为下限检验。如灯泡的使用寿命，一般都是规定平均不能低于1000小时。 如果我们关心的问题是总体平均数或成数是否超过预先的假设，应该采用右侧单边检验，因而又把右侧单边检验称为上限检验。如袋装食品一般规定不符合标准的产品比例不超过5％。 * ㈤假设检验的两类错误 任何假设检验的结果都有犯错误的可能。 一类错误：以真为假 - 原假设正确但被否定。 二类错误：以假为真 - 原假设错误但被接受。 一般无法计算！ * 二、假设检验的基本原理和步骤 假设检验的理论依据是概率论中的小概率原理。 小概率事件原理 小概率事件在一次试验中几乎不会发生。 如果某事件在一次试验中发生了，我们可认为它不是一个小概率事件。 如果在某个假设下应当是小概率的事件在一次试验中发生了，可认为该假设不能成立。 * 假设检验的基本思想（统计学描述）： 经过抽样调查获得一组数据，即一个来自总体的随机样本，如果根据样本计算的某个统计量，在虚无假设成立的条件下几乎是不可能发生的，就拒绝虚无假设，继而接受它的对立面——研究假设； 反之，如果在虚无假设成立的条件下，根据样本计算的某个统计量，发生的可能性不是很小，那么，就接受虚无假设，拒绝研究假设。 这里发生的可能性就是事先规定的显著性水平 。 * 假设检验的基本步骤 1.提出一对对立的假设 2.构造并计算检验统计量 3.确定否定域 4.对所作的假设进行推断 * 三、总体均值假设检验 ㈠大样本总体均值检验（Z检验） 当样本量为大样本（一般是 n≥30时），虚无假设的抽样分布趋向正态分布，这时用于假设检验的统计量为Z值。 统计量 服从正态分布。 * 式中： 为样本均值； 为虚无假设中的总体均值； 为抽样分布的标准误差； σ 为总体标准差（如未知用样本替代）； n 为样本量。 * 运用统计量Z值进行检验的方法称为Z检验。 将计算出的统计量Z值与事先确定好的临界值进行比较： 如果Z值落在拒绝域内，则拒绝虚无假设，接受研究假设； 反之，如果Z值落在接受域内，则接受虚无假设，拒绝研究假设。 * Z检验表 p≤ |Z|≥ 一端 二端 0.10 1.29 1.65 0.05 1.65 1.96 0.02 2.06 2.33 0.01 2.33 2.58 0.005 2.58 2.81 0.001 3.09 3.30 * 例：