第8章口 假设检验.docVIP

第八章 假设检验总述 内容 提要 本章主要讲述假设检验思想概述；正态总体参数检验（检验，检验，检验和检验）；非正态总体参数检验（非正态总体均值检验的大样本方法，指数总体的参数检验）；检验的实际意义及两类错误（检验结果的实际意义，检验中的两类错误，样本容量确定问题）等内容． 重点 分析 理解假设检验的基本思想，掌握假设检验的基本步骤，了解假设检验可能产生的两类错误。 了解单个和两个正态总体的均值与方差的假设检验。 了解总体分布假设的检验法。 难点 分析 假设检验的基本思想、基本步骤及假设检验可能产生的两类错误。 习题 布置 习题8 备注 第 25 次教案 §8.1 假设检验思想概述 前一章讲了对总体参数的估计问题，即是对样本进行适当的加工，以推断出参数的值（或置信区间）。本章介绍的假设检验，是另一大类统计推断问题。它是先假设总体具有某种特征（例如总体的参数为多少），然后再通过对样本的加工，即构造统计量，推断出假设的结论是否合理。从纯粹逻辑上考虑，似乎对参数的估计与对参数的检验不应有实质性的差别，犹如说：“求某方程的根”与“验证某数是否是某方程的根”这两个问题不会得出矛盾的结论一样。但从统计的角度看估计和检验，这两种统计推断是不同的，它们不是简单的“计算”和“验算”的关系。假设检验有它独特的统计思想，也就是说引入假设检验是完全必要的。我们来考虑下面的例子。 Example 8.1 某厂家向一百货商店长期供应某种货物，双方根据厂家的传统生产水平，定出质量标准，即若次品率超过3%，则百货商店拒收该批货物。今有一批货物，随机抽43件检验，发现有次品2件，问应如何处理这批货物？ 如果双方商定用点估计方法作为验收方法，显然2/43＞３％，这批货物是要被拒收的。但是厂家有理由反对用这种方法验收。他们认为，由于抽样是随机的，在这次抽样中，次品的频率超过３%，不等于说这批产品的次品率（概率）超过了３%.就如同说掷一枚钱币，正反两面出现的概率各为1/2，但若掷两次钱币，不见得正、反面正好各出现一次一样。就是说，即使该批货的次品率为３%，仍有很大的概率使得在抽检４３件货物时出现２个以上的次品，因此需要用别的方法。如果百货商店也希望在维护自己利益的前提下，不轻易地失去一个有信誉的货源，也会同意采用别的更合理的方法。事实上，对于这类问题，通常就是采用假设检验的方法。具体来说就是先假设次品率，然后从抽样的结果来说明这一假设是否合理。注意，这里用的是“合理”一词，而不是“正确”，粗略地说就是“认为”能否说得过去。具体如何做，下面再说。 还有一类问题实际上很难用参数估计的方法去解决。 Example 8.2 某研究所推出一种感冒特效新药，为证明其疗效，选择200名患者为志愿者。将他们均分为两组，分别不服药或服药，观察三日后痊愈的情况，得出下列数据。 是否痊愈 服何种药 痊愈者 未痊愈者 合计 未服药者 48 52 100 服药者 56 44 100 合 计 104 96 200 问新药是否确有明显疗效？ 这个问题就不存在估计什么的问题。从数据来看，新药似乎有一定疗效，但效果不明显，服药者在这次试验中的情况比未服药者好，完全可能是随机因素造成的。对于新药上市这样关系到千万人健康的事，一定要采取慎重的态度。这就需要用一种统计方法来检验药效，假设检验就是在这种场合下的常用手段。具体来说，我们先不轻易地相信新药的作用，因此可以提出假设“新药无效”，除非抽样结果显著地说明这假设不合理，否则，将不能认为新药有明显的疗效。这种提出假设然后做出否定或不否定的判断通常称为显著性检验 假设检验也可分为参数检验和非参数检验。当总体分布形式已知，只对某些参数做出假设，进而做出的检验为参数检验；对其它假设做出的检验为非参数检验。如例8.1中，总体是两点分布，只需对参数做出假设检验，这是参数检验问题，而例8.2则是非参数检验的问题。与估计问题稍不同的是，一般来说非参数检验同参数检验一样，在实际中经常要用到，因此，我们准备花一定的篇幅分别加以介绍。 无论是参数检验还是非参数检验，其原理和步骤都有共同的地方，我们将通过下面的例子来阐述假设检验的一般原理和步骤。 Example 8.3 据报载，某商店为搞促销，对购买一定数额商品的顾客给予一次摸球中奖的机会，规定从装有红、绿两色球各１０个的暗箱中连续摸１０次（摸后放回），若10次都是摸得绿球，则中大奖。某人按规则去摸１０次，皆为绿球，商店认定此人作弊，拒付大奖，此人不服，最后引出官司。 我们在此并不关心此人是否真正作弊，也不关心官司的最后结果，但从统计的观点看，商店的怀疑是有道理的。因为，如果此人摸球完全是随机的，则要正好在10次摸球中均摸到绿球的概率为，这是一个很小的数，一个统计的基