第七讲口 假设检验.docVIP

第七讲 假设检验 第一节 假设检验的基本问题 一、假设检验的基本概念 对总体的概率分布或分布参数作出某种“假设”，根据抽样得到的样本观测值，运用社会统计的分析方法，检验这种“假设”是否正确，从而决定接受或拒绝“假设”，这就是本讲要讨论的假设检验问题。 1、什么是假设？ 假设：定义为一个调研者或管理者对被调查总体的某些特征所做的一种假定或猜想。本讲所讨论的假设都是经验假设，而非理论假设。是对总体参数的一种假设。 常见的是对总体均值或比例和方差的检验； 在分析之前，被检验的参数将被假定取一确定值。 什么是假设? 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 什么是假设检验？ 概念 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 参数假设检验（μ—检验法、t—检验法等） 非参数假设检验（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，在推断过程中不涉及有关总体分布的参数，如卡方检验） 3. 特点 采用逻辑上的反证法 依据统计上的小概率原理 3. 小概率原理 小概率原理是假设检验的基本依据，即认为小概率事件在一次试验中几乎是不可能发生的。当进行假设检验时，先假设H0正确，在此假设下，若小概率事件A出现的概率很小，例如P（A）=0.01，经过取样试验后，A出现了，则违反了上述原理，我们认为这是一个不合理的结果。例如，我们每天从电视、报纸上都能看到交通事故的发生，但人们绝不会因此而放弃交通工具的使用。“套中人”每天带雨伞、雨鞋而被视作怪人。可见，人们总是在不自觉地运用小概率原理。 这时，我们只能怀疑作为小概率事件A的前提假设H0的正确性，于是否定H0。反之，如果试验中A没有出现，我们就没有理由否定假设H0，从而做出接受H0的结论。 下面我们通过实例来说明假设检验的基本思想及推理方法。 4、原假设和备择假设 原假设H0(零假设、虚无假设) 是关于总体均值而非样本统计量的假设 总是假设原假设是正确的 原假设可能被接受也可能被拒绝 备择假设H1（研究假设） 是原假设的对立 备择假设可能被接受也可能被拒绝 备择假设是试图要建立的检验 二、假设检验的基本思路与方法 假设检验的步骤 提出原假设和备择假设 确定适当的检验统计量 规定显著性水平? 计算检验统计量的值 作出统计决策 提出原假设和备择假设 什么是原假设？(Null Hypothesis) 1. 待检验的假设，又称“0假设” 2. 如果错误地作出决策会导致一系列后果 3. 总是有等号 (, ( 或(( 4. 表示为 H0 H0：( ( 某一数值 指定为 = 号，即 ( 或 (( 例如, H0：( ( 3190（元） 什么是备择假设？(Alternative Hypothesis) 1. 与原假设对立的假设 2. 总是有不等号: (,(( 或 ( 3. 表示为 H1 H1：( 某一数值，或( (某一数值 例如, H1：( 3910(元)，或( (3910(元) 确定适当的检验统计量 什么检验统计量？ 用于假设检验问题的统计量 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 规定显著性水平( 什么是显著性水平？ 1. 是一个概率值 2. 原假设为真时，拒绝原假设的概率(被称为抽样分布的拒绝域) 3. 表示为 (((alpha)(常用的 ((值有0.01, 0.05, 0.10) 4. 由研究者事先确定 作出统计决策 计算检验的统计量 根据给定的显著性水平(，查表得出相应的临界值Z(或Z/2( 将检验统计量的值与( 水平的临界值进行比较 得出接受或拒绝原假设的结论 两类错误分析 小概率原理是假设检验的基本依据，然而，对于小概率事件，无论其概率多么小，还是可能发生的，所以，利用小概率原理为基础的假设检验方法进行检验，可能会做出错误的判断，主要有两种形式 （1）原假设H0实际是正确的，但却错误地拒绝了H0，这样就犯了“弃真”的错误，通常称为第一类错误。由于仅当所考虑的小概率事件A发生时才拒绝H0，所以犯第一类错误的概率就是条件概率： （2）原假设H0实际是不正确的，但是却错误地接受了H0，这样就犯了“纳伪”的错误，通常称为第二类错误。犯第二类错误的概率记为(。 我们自然希望犯这两类错误的概率越小越好。但当样本容量n确定后，犯这两类错误的概率不可能同时被控制，通常在我们根据历史经验选取恰当的显著性水平(后，通过扩大样本容量n的方式来使第二类错误的概率减小。 第二节 单一总体参数的假设检验 双侧检验与单侧检验 (假设的形式) 假设 研究的问题 双侧检验 左侧检验 右侧检验