9.假设检_验.pptVIP

假设检验 第一节 假设检验的一般问题 第二节 一个正态总体的参数检验 第三节 两个正态总体的参数检验 第四节 假设检验中的两个样本之相关 学习目标 掌握假设检验的基本思想 掌握假设检验的步骤 能对实际问题作假设检验 第一节 假设检验的一般问题 假设检验的逻辑 构造假设 收集与假设相关的数据 根据数据对假设进行评估 接受或拒绝假设 根据这一新的信息修正你的决策 使用总体参数检验假设 如果有办法获得总体参数值，假设检验就非常容易 如：某州长想知道行政重组对于政府是否有影响 设定原假设：行政重组以后该州政府开支没有减少 数据表明：重组前10.7%，后10.4% 结论 统计学步骤：重组后政府开支下降了吗 研究设计步骤：是否重组以外的其他因素导致这种下降呢？ 管理学步骤：关于重组和政府开支的关系，我能可靠地得出什么结论？ 使用样本信息做假设检验的过程（提出假设→抽取样本→作出决策） 假设检验的基本思想 假设检验的概念 假设：对总体参数的一种看法 总体参数包括总体均值、比例、方差等； 分析之前必需陈述； 假设检验： 事先对总体参数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； 类型：参数检验和非参数检验 特点：采用逻辑上的反证法； 依据统计上的小概率原理； 假设检验的基本思想 基本逻辑： 先设立H0（即总体中的均值是M），进而以此为基础确定抽样分布。 如果我们所随机抽取的样本均值在以H0为基础的抽样分布中出现的机会很小，那么就应该否定虚无假设（ H0 ），改而接受研究假设（ H1）。 基本原则: 是直接检验H0，因而间接地检验H1，目的是排除抽样误差的可能性。 假设检验中的小概率原理 ? 什么小概率？ 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 样本与总体均值差异的原因 例：某官员声称，某地区生活水平明显提高，人均月收入高于1200元。某研究者对此表示怀疑，以抽样调查的方法去验证该官员的结论。他从该地区随机抽取900人，调查得到人均月收入1100元，标准差500元。根据这个调查结果，能否证实或否定该官员的结论？ 样本与总体均值差异的原因 对于样本平均数x=1100元和总体平均数u=1200元之间产生的100元差异的原因是什么？两种解释： 总体平均数确实是1200元，x与u之间的偏差是抽样误差导致的。 总体平均数u实际上不等于1200元，而是低于1200元。 那么，哪种解释准确呢？ 假设检验的步骤 根据研究假设（H1）成立与其对立的虚无假设（H0）; 选择适当的统计量和检定统计法，并要列举其假设或要求； 决定显著度?； 根据样本资料计算检定值，从而作出决策。 研究假设和虚无假设 研究假设 根据理论或经验提出的有待探讨、研究的假设。 虚无假设 与研究假设对立的假设； 根据它来确定抽样分布，然后求出它是正确的可能性。 假设检验的基本原则是直接检验H0，因而间接地检验H1，目的是排除抽样误差的可能性。 确定适当的统计量 ? 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 否定域与显著度 否定域 根据虚无假设H0确定的抽样分布内一端或二端的小区域，如果样本统计值在此区域范围内，则否定虚无假设H0。 显著度 否定域在整个抽样分布中所占的比例； 表示样本统计值落在否定域内的机会； 虚无假设为真时，拒绝它的概率。 表示为 ??(alpha)常用的 ??值有0.01, 0.05, 0.10 由研究者事先确定。 否定域：一个人应该有多大的把握？ 把握：这完全取决于问题本身？ 社会学家常用0.05 但对许多管理问题来讲，0.05所隐藏的风险可能太大 如对警察局来说，一辆警车不能出警的概率为多少是可以被容忍的 对消防队来说，必须确保自己消防水管失灵的概率不超过0.0001 即，确定拒绝原假设究竟需要多大的把握性，取决于我们所涉及问题的重要性。 管理者不应该让分析师来做这个决定。 分析师应计算并报告这一概率值，但是对其所代表的把握程度对于拒绝原假设是否足够，应由管理者来决定。 一端检验与二端检验 如果否定域只在一端，称为一端检验；如果否定域在两端的位置，则称为二端检验。 选择一端检验与两端检验主要根据研究假设而定。 在所选显著度相同的情况下，二端检验比一端检验更难否定虚无假设。 甲种误差与乙种误差 甲种误差 否定H0但实际上H0是对的错误的可能性。 乙种误差 不否定H0但实际上 H0是不对的错误的可能性。 甲、乙种误差是对立的，成反比的。 完全消除两种误差的矛盾是不可