第八讲口 假设检验的计算1-单总体.pptVIP

厦门大学社会学系 第八讲：单总体的假设检验 单总体假设检验的分类 一、基本知识 1、 建立假设:陈述原/零/虚无假设 H0和研究/备择假设 H1 一般我们把实际被检验的假设称为零假设(用符号H0来表示),并用这与备择假设(H1)相对比. 一般来讲,零假设总是假设几个组之间不存在差异,或几个变量之没有关系,而备择假设则假设它们之间存在正相关或负相关的关系. 实际上,研究者一般都预期零假设是错误的,应予以否定,并据此而接受备择的H1.但为了计算概率分布,在操作过程中,却必须先把H0看作正确的.如果我们能证明H0是正确的可能性很少，那么就可以据此顨 排除抽样误差的说法，百认为H1”可能”是对的。 检验假设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。 2、选择显著性水平和否定域 P153 所谓否定域（CR），就是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，则否定原假设。 我们可以指定否定域在抽样分布的一端，也可以是两端。究竟是一端还是两端，则要视研究假设（H1）的性质而定。 与否定域相关连的统计学概念是显著度（level of significance），表示否定域在整个抽样分布中所占的比例，也即表示样本的统计值落在否定域内的机会。 显著度（P）的大小，视研究的需要而定，但在当前的社会学研究中，一般是以p≤0.05作为准则. 当然,显著度愈小,便 愈难否定原假设,也即愈难证明研究假设/备择假设是对的. 3.一端检验与二端检验 在何种情况下选择一端检验还是二端检验? 取决于是否可以确定研究假设(H1)的方向. 如果H1能定出方向,如或,则为一端检验. 如果H1定不出方向,如≠,则样本的统计值落在抽样分布的右端或左端的可能性是相同的,因而要用二端检验. 如果所选定的显著度相同的,二端检验比一端检验更难否定原假设/虚无假设. 所以,要求成立研究假设时最好是尽可能清楚. 4、两种错误(typeⅠ和typeⅡ) 当我们以样本的统计值来检验假设时,最后的结果无论是否定还是接受,都可能犯错误. 第一种错误(弃真的错误):是指否定H0,但实际上H0是正确的概率. 第二种错误(纳伪的错误)：是指接受H0，但实际上H0是错误的概率。 这两种错误是成反比的，是对立的。 5、两种检验的角度：参数检验与非参数检验 （1）参数检验（Z、T、F）要求总体具备一些条件： 正态分布；定距测量层次；方差齐性等 （2）非参数检验（X2） ①总体分布不易确定（也就是不知道是不是正态分布）； ②分布呈非正态而无适当的数据转换方法； ③等级资料； ④一段或两段无确定数据等（比如一段的数据是50,是一个开区间） 但由于非参数检验不理会总体的情况，在推论时就较为困难，准确性也会因此而影响。因此，在总体确实具备某些条件时，参数检验要比非参数检验法好。 三 、单个总体均值和比例的假设检验 （一）单个总体均值的检验 （二）单个总体比例的检验 （一）单个总体均值的检验 1.大样本总体均值检验（两端） 1.假定条件：总体服从正态分布 2.原假设为:H0: M=M0； 研究假设为:H1:M ?M0 3. 使用 z 统计量（通常n≥100） 例题1 某机床厂加工一种零件，根据经验知道，该厂加工零件的椭圆度近似服从正态分布，其总体均值为M0=0.081mm，总体标准差为s= 0.025 。今换一种新机床进行加工，抽取n=200个零件进行检验，得到的椭圆度均值为0.076mm。试问新机床加工零件的椭圆度的均值与以前有无显著差异？（?＝0.05） 例题1（计算结果） H0: M = 0.081 H1: M ? 0.081 ? = 0.05 n = 200 临界值| |＝1.96 大样本总体均值假设检验（一端） 1. 假定条件:总体服从正态分布 2.研究假设有或符号 3.使用 z 统计量 大样本总体均值的假设检验(一端） 例题2 某批发商欲从生产厂家购进一批灯泡，根据合同规定，灯泡的使用寿命平均不能低于1000小时。已知灯泡使用寿命服从正态分布，标准差为20小时。在总体中随机抽取100只灯泡，测得样本均值为960小时。批发商是否应该购买这批灯泡？ (?＝0.05) 例题2（计算结果） H0: ? ? 1000 H1: ? 1000 ? = 0.05 n = 100 临界值 ＝－1.65 已知初婚年龄服从正态分布，根据9个人抽样调查得到x=23.5,s=3，是否可以认为该地区初婚年龄已经超过20岁。 （二）单个总体比例的检验 1. 大样本单总体比例的检验 假定条件 有两类结果 总体服从二项分布 比例检验的 z 统计量 例题4 某研究者估计本市居民家庭的电脑拥有率为30%。现随机抽查了200的