第四章口 4.2假设检验.pptVIP

4.2 假设检验 假设检验的基本问题 假设检验 假设检验：先假定总体参数为μ ，用一个随机样 实际中的假设检验问题 假设检验: 事先作出关于总体参数、分布形式、相互关系等的命题（假设），然后通过样本信息来判断该命题是否成立（检验） 。 案例 美国劳工局公布的数字表明，1998年11月美国的平均失业时间为14.6周。在费城市市长的要求下进行的一项研究调查了50名失业者，平均失业时间为15.54周。根据调查结果能否认为费城的平均失业时间高于全国平均水平？ 澳大利亚统计局公布的2003年第一季度失业率为6.1%。而Roy Morgan公司在调查了14656名14岁以上的居民以后得到的失业率为7.8%。你认为Roy Morgan的结果显著高于统计局的数字吗？ （二）假设检验的分类 参数假设检验 　若进行假设检验时总体的分布形式已知，需要对总体的未知参数进行假设检验，称其为参数假设检验 非参数假设检验 　若对总体分布形式所知甚少，需要对未知分布函数的形式及其他特征进行假设检验，通常称之为非参数假设检验。 另外，根据研究者感兴趣的备择假设的内容不同，分为单侧检验和双侧检验。 单侧检验（单尾检验）：备择假设具有特定的方向性，并含有符号“ ”或“”的假设检验 H0: μ ≥ μ0 ；H1: μ μ0。 H0: μ ≤ μ0 ；H1: μ μ0。 双侧检验（双尾检验）：备择假设没有特定的方向性，并含有符号：“≠”的假设检验。 H0: μ = μ0 ；H1: μ ≠ μ0 （三）假设检验的有关原理 假设检验的原理： 假设检验的基本思想是反证法和小概率的思想 反证法思想：首先提出假设（由于未经检验是否成立，所以称为无效假设），用适当的统计方法确定假设成立的可能性大小，如果可能性小，则认为假设不成立，拒绝它；如果可能性大，还不能认为它不成立。 小概率思想：是指小概率事件在一次随机试验中认为基本上不会发生 概率小于多少算小概率是相对的，在进行统计分析时要事先规定，即检验水准?。 （四）假设检验的两类错误与显著水平 第一类错误（弃真错误）：原假设H0本来为真，却错误地否定了。 第二类错误（取伪错误）：原假设H0非真，但做出接受H0的选择。 假设检验中的两类错误与显著性水平 （五）假设检验的过程 步骤： 根据实际问题提出一对假设（零假设和备择假设）； 构造某个适当的检验统计量，并确定其在零假设成立时的分布； 根据观测的样本计算检验统计量的值； 根据犯第一类错误的损失规定显著性水平?； 确定决策规则：根据确定检验统计量的临界值并进而给出拒绝域，或者计算p值等； 下结论：根据决策规则得出拒绝或不能拒绝零假设的结论。注意“不能拒绝零假设”不同于“接受零假设”。 假设检验中零假设和备择假设的选择 通常把研究者要证明的假设作为备择假设； 将所作出的声明作为原假设； 把现状（Status Quo）作为原假设； 把不能轻易否定的假设作为原假设； 零假设和备择假设：把研究者要证明的假设作为备择假设 某种汽车原来平均每加仑汽油可以行驶24英里。研究小组提出了一种新工艺来提高每加仑汽油的行驶里程。为了检验新的工艺是否有效需要生产了一些产品进行测试。该测试中的零假设和备择假设该如何选取？ 要证明的结论是?24，因此零假设和备择假设的选择为： ??24 ?? 24 零假设和备择假设：检验一种声明是否正确 某种减肥产品的广告中声称使用其产品平均每周可减轻体重8公斤以上。要检验这种声明是否正确你会如何设定零假设和备择假设？ 双侧检验与单侧检验(假设的形式) 检验统计量和拒绝域 检验统计量：我们用来决策（拒绝或不能拒绝零假设）时依据的样本统计量。不同的总体参数适用的检验统计量不同。 我们可以根据z值（t值）或p值进行双侧检验 根据z值（或t值）进行右侧检验 根据z值（或t值）进行左侧检验 决策规则 给定显著性水平?，查表得出相应的临界值z?或z?/2， t?或t?/2 将检验统计量的值与? 水平的临界值进行比较 作出决策 双侧检验：│统计量│ 临界值，拒绝H0 左侧检验：统计量 -临界值，拒绝H0 右侧检验：统计量 临界值，拒绝H0 什么是P 值?(P-value) 假设检验的p值 二、参数检验 总体均值的检验(大样本) 1. 假定条件 正态总体或非正态总体大样本(n?30) 使用 z检验统计量 ? 2 已知： ? 2 未知： 总体均值的检验(? 2 已知)(例题分析) 【例】一种罐装饮料采用自动生产线生产，每罐的容量是255ml，标准差为5ml。为检验每罐容量是否符合要求，质检人员在某天生产的饮料中随机抽取了40罐进行检验，