统计第口四章.pptVIP

第四章 假设检验 在总体的分布完全未知，或只知其分布但不知其参数的情况下，为了推断总体的某些性质，提出关于总体或分布参数的某种假设，然后根据抽样得到的样本观测值，运用统计分析的方法，检验这种假设是否正确，从而决定接受或拒绝所提出的假设，这就是本章要讨论的假设检验问题． 第一节 假设检验的基本概念 假设检验的问题分为两种类型，一种是总体分布的假设检验，另一种是对总体分布中的参数进行检验，我们通过下面的例子来介绍假设检验的基本思想和一些基本概念． 在上例中，我们根据实际问题的需要，提出一个明确的假设（H0: p≤0.02）．所提出的假设称之为原假设或零假设，记为H0．与原假设对立的假设记为H1，称为备择假设或对立假设（在例1中H1: p0.02）．为了推断原假设H0是否正确，我们先假定H0成立，在此条件下，再来分析样本观测值，如果发生了小概率事件，我们就有理由怀疑作为小概率事件前提的原假设H0的正确性，这时我们就拒绝原假设H0（此时相当于接受备择假设H1）．否则，如果在一次试验中发生了大概率事件，我们就没有理由拒绝H0，这时就只有接受H0 （此时相当于拒绝备择假设H1）．我们将上述统计推断的问题就称为假设检验问题． 第二节 单个正态总体均值与方差的假设检验 一、单个正态总体均值的假设检验 设总体X~N(μ,σ2)，从总体X中抽取样本X1, X2, …, Xn，样本均值与样本方差分别为 与S2. 1．σ2已知，关于μ的假设检验——u检验 这里σ2已知，要检验假设 H0:μ=μ0 ；　H1:μ≠μ0 . 由第一节例2可知，当H0成立时，检验统计量 对于给定的显著性水平α，查附表1可得uα/2，使得 上述检验所用的统计量 服从标准正态分布, 我们称这类检验为u检验． 同样，右边检验即对假设 2．σ2未知，关于μ的假设检验——t 检验 要检验假设 因此，假设H0的拒绝域为 二、单个正态总体方差的假设检验 即 2．μ未知，关于σ2的假设检验 第三节 两个正态总体均值差与方差比的假设检验 　　在本节的讨论中，假设总体 总体 并且这两个正态总体相互独立．样本 与 分别来自总体X与Y，它们也相互独立．其样本均值与样本方差为 一、两个正态总体均值差的假设检验 2．方差 未知时，均值差μ1-μ2的假设检验 二、两个正态总体方差比的假设检验——F检验 对于给定的显著性水平α，查F分布表可得 和 ，使得 2．均值μ1与μ2未知时，方差比 的假设检验 第四节 非正态总体参数的假设检验 　　在本节中，我们讨论在大样本（样本容量n≥50）情况下，非正态总体X中未知参数θ的假设检验问题． 　　设总体X的分布中含有未知参数θ，X的均值μ(θ)=E(X)与均方差 都存在．我们来检验假设 对于给定的显著性水平α，查附表可得uα/2，使得 　　对于非正态总体X的分布未知的情况，如果均值E(X)=μ和方差D(X)=σ20都存在，那么当样本容量足够大(n≥50)时，由中心极限定理可知 　　要对总体均值μ进行检验，检验假设为 第五节 总体分布的假设检验——分布拟合检验 　　前面我们讨论了大量的参数检验问题，这类问题都是建立在总体分布已知的条件下．如果不知道总体的分布，则往往需要凭借经验或对观测值的分析作出总体分布的假设，然后检验这一假设是否合理，这就是总体分布的假设检验问题．在本节中我们介绍皮尔逊χ2检验法和偏度、峰度检验法． 　　我们的问题是：在总体X的分布未知时，检验总体的分布函数F(x)是否与已知的一个分布函数F0(x)有显著差别，即检验假设 一、皮尔逊χ2检验法 　　由频率与概率的关系，如果原假设H0成立，则(ni/n-pi)2应该比较小，比值 第六节 秩和检验 　　本节介绍一种检验两个连续总体是否相同的方法，叫做秩和检验法．我们先定义秩的概念． 　　定义 设X1, X2, …, Xn是总体X的样本，并设x1, x2, …, xn为样本观测值．将观测值从小到大排列成 第七节 样本容量的选取 　　在一些实际问题中，我们除了希望控制犯第一类错误的概率外，往往还希望控制犯第二类错误的概率．以上我们在进行假设检验时，总是根据问题的要求，预先给出显著性水平α以控制犯第一类错误的概率，而犯第二类错误的概率则依赖于样本容量的选取．在这一节，我们将阐明如何选取样本的容量,使得犯第二类错误的概率控制在预先给定的限度之内．为此，我们引入施行特征函数的概念． 　　为了