第9章口 假设检验.pptVIP

第一章 绪论 第9章 假设检验 与原假设对立的假设，也称“研究假设” 通常把期望出现的结论作为备择假设 研究者想收集证据予以支持的假设。通常是被认为可能比零假设更符合数据所代表的现实。 表示为 H1 H1：? ≠、或 ?某一数值 H0：π ?、 ? 或 ??某一数值 ?σ2 已知均值的检验 (正态总体、小样本) 【例5】根据过去大量资料，某厂生产的灯泡的使用寿命服从正态分布N~(1020，1002)。现从最近生产的一批产品中随机抽取16只，测得样本平均寿命为1080小时。试在0.05的显著性水平下判断这批产品的使用寿命是否有显著提高？(?＝0.05) 根据? = 0.05 查找临界值: σ2 未知的总体均值检验 （小样本） 【例7】一种汽车配件的平均长度要求为12cm，高于或低于该标准均被认为是不合格的。汽车生产企业在购进配件时，通常是经过招标，然后对中标的配件提供商提供的样品进行检验，以决定是否购进。现对一个配件提供商提供的10个汽车配件进行了检验，测得这些汽车配件的平均长度为11.89cm,标准差为0.49cm。假定该供货商生产的配件长度服从正态分布，在0.05的显著性水平下，检验该供货商提供的配件是否符合要求？ 假定条件 是非标志总体，计量结果只有两种情况 大样本 样本比例的抽样分布可用正态分布来近似 比例检验的 Z 统计量 什么是P 值? 是一个概率值 如果原假设为真，P值是抽样分布中大于或小于样本统计量的概率,一般利用计算机来计算 双侧检验时，P值是抽样分布中小等于样本统计量的概率的两倍，或为大等于样本统计量的概率的两倍。 左侧检验时，P值为曲线上方小于等于检验统计量部分的面积 右侧检验时，P值为曲线上方大于等于检验统计量部分的面积 被称为观察到的显著性水平 H0 能被拒绝的α的最小值 1. 假设检验的概念与特征 2. 假设检验的类型与过程 3 一个总体均值的假设检验 4. 一个总体比例的假设检验 5. 用置信区间进行检验 6. 利用p - 值进行检验 7. 利用Excel进行假设检验 【例10】某产品的不合格品率是8%，企业对该产品的生产设备进行了技术改造，从改造后的产品中随机抽取36件进行检验，发现有次品1件，即次品率为2.778%。能否认为该次技术改造提高了产品的质量？ （α=0.01） 左侧检验 解： 提出假设 H0 ：? ≥ 8% H1 ：? ＜ 8% 根据α= 0.01查找正态分布临界值 计算z检验统计量: 该技术改造没有显著地提高产品质量 作出决策 结论: ∵z=-1.155＞ ∴不拒绝H0 z 0 2.58 -2.58 0.005 拒绝 H0 拒绝 H0 0.005 总体比率的检验 （总结) 拒绝域 或 统计量 H0 ： ? ?? 0 H1 ： ? ? 0 H0 ： ? ?? 0 H1 ： ? ? 0 H0： ? =? 0 H1： ? ?? 0 假设形式 右侧检验 左侧检验 双侧检验 （三）假设检验中的其他问题 假设检验是统计推断的另一种方式，它与参数估计中区间估计的差别主要在于：区间估计是用给定的大概率推断出总体参数的范围，而假设检验是以小概率为标准，对总体的状况所做出的假设进行判断。假设检验与区间估计结合起来，构成完整的统计推断内容。 推断统计 参数估计 假设检验 区间估计与假设检验的关系 区别： 区间估计：依据样本数据估计总体未知参数的可 能范围 假设检验：根据样本数据检验对总体参数的先验 假设是否成立 区间估计：通常求得的是以样本为中心的双侧置信 区间 假设检验：不仅有双侧检验也有单侧检验 区间估计：立足于大概率，通常以较大的置信度 1- α去估计总体参数的置信区间 假设检验：立足小概率，通常是给定很小的显著性水 平α去检验对总体参数的先验假设是否成立 联系： 都是根据样本信息对总体参数进行推断； 都是以抽样分布为理论依据； 都是建立在概率基础上的推断，推断结果都有风险； 对同一问题的参数进行推断，使用同一样本、同一统计量、同一分布，因而二者可以相互转换。 利用置信区间进行检验 （以总体均值为例） 求出双侧检验样本均值的置信区间 若样本均值在置信区间外，拒绝H0 检验μ=μ0是否成立 σ2已知时： σ2未知时： 左侧检验：求出样本均值的单边置信下限 检验μ≥μ0是否成立 若样本均值小于单边置信下限，拒绝H0 检验μ≤μ0是否成立 右侧检验：求出样本均值的单边置信上限 若样本均值大于单边置信上限，拒绝H0 【例11】