第5章口 统计学概论.pptVIP

、 举个例子来说，在10000件的产品中，如果只有1件是次品，那么在一次试验中随机抽取1件产品，正好抽到次品的概率为0.01％，此概率是非常小的。也就是说，在一次随机抽样试验中，次品几乎是不会被抽到的。如果从这批产品中随机抽取1件，恰好是次品，那么，我们就有理由怀疑该批产品的次品率是否真的很小，要不然怎么那么容易抽到次品呢？因此，有足够的理由否认该批产品的次品率很低的假设。 如何提出假设 【例1】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. 研究者抽检的意图是倾向于证实这种洗涤剂的平均净含量并不符合说明书中的陈述 。建立的原假设和备择假设为: H0 ： μ≥ 500; H1 :μ 500 备择假设一般为研究者想收集证据予以支持的假设 【例2】一家研究机构估计，某城市中家庭拥有汽车的比例超过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. 研究者想收集证据予以支持的假设是“该城市中家庭拥有汽车的比例超过30%”。建立的原假设和备择假设为: H0 ：π≤ 30% H1 ：π 30% 备择假设一般为研究者想收集证据予以支持的假设 【例3】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。试陈述原假 设和备择假设 研究者想收集证据予以证明的假设应该是 “生产过程不正常 ”。建立的原假设和备择假设为： H0 ：μ= 10cm H1 ：μ ≠ 10cm 备择假设一般为研究者想收集证据予以支持的假设 假设 双侧检验 单侧检验 左侧检验 右侧检验 原假设 H0 ：μ= μ0 H0：μ≥ μ0 H0 : μ≤ μ0 备择假设 H1：μ≠ μ0 H1：μ μ0 H1：μ μ0 双侧检验: 备择假设没有特定的方向性 单侧检验: 备择假设具有特定的方向性 所谓拒绝域，就是在原假设成立的前提下，概率不超过显著性水平α的区域，如果检验统计量的样本观测值落在这一区域，表明在一次试验（抽样）中发生了小概率事件，说明原假设成立的理由不充分，所以应当拒绝原假设，接受备择假设。 所谓接受域，就是在原假设成立的前提下，概率为1-α的区域。如果检验统计量的样本观测值落入该区域，表明在原假设成立的前提下，并未发生小概率事件，即认为没有充分证据证明备择假设结论为真，所以接受原假设。 假设检验的一般过程： 1.确定原假设和备择假设. 2.确定检验统计量. 3.根据检验统计量的分布确定拒绝域. 4.计算检验统计量的值 5.做出决策。 非参数检验(Nonparametric tests)是统计分析方法的重要组成部分，它与参数检验共同构成统计推断的基本内容。参数检验是在总体分布形式已知的情况下，对总体分布的参数如均值、方差等进行推断的方法。但是，在数据分析过程中，由于种种原因，人们往往无法对总体分布形态作简单假定，此时参数检验的方法就不再适用了。非参数检验正是一类基于这种考虑，在总体方差未知或知道甚少的情况下，利用样本数据对总体分布形态等进行推断的方法。由于非参数检验方法在推断过程中不涉及有关总体分布的参数，因而得名为“非参数”检验。 符号检验的步骤 1.编符号：一对一比较，如果前者大于后者，或者前者较优，记以符号”+”，否则记以”-”，如二者相等或不能判明优劣，就记为”0”。 2.建立假设： H0:P(X1 X2) = P(X2 X1) = 0.5　　 H1:P(X1 X2) ≠ P (X2 X1) ≠ 0.5 　　 　　 3.清点“+”、“-”、“0”各有几个，分别记为n+、n-、n0 4.进行显著性检验 查符号检验表（表中N = n + + n ? )：r = min(n + ,n ? )，查表，如r表值，差异不显著，r≤表值，差异显著。 研究人员将三岁儿童经配对而成的实验组进行颜色试验教学，对照组不进行此种教学。后期测验得分如表2。问颜色教学是否有显著效果？ 非参数检验对比参数检验，具有以下优点： 首先，检验条件比较宽松。非参数检验对资料的要求不像参数检验那样严格，它适合于处理诸如非正态的、方差不等的或分布形状未知的资料。 其次，非参数检验的方法比较灵活，用途广泛。它不但可以应用于