统计学口课件201010.pptVIP

* 主要内容 第一节 假设检验的一般问题 第二节 一个正态总体的参数检验 第三节 两个正态总体的参数检验 第四节 假设检验中的其他问题 第5章 假设检验 * 了解假设检验的基本思想 掌握假设检验的步骤 能对实际问题作假设检验 利用置信区间进行假设检验 利用P - 值进行假设检验 学习目标 * §5.2 假设检验的原理 一、实际推断原理 假设检验的理论是小概率原理，又称为实际推断原理，其具体内容是：小概率事件在一次试验中是几乎不可能发生的。 二、假设检验推理的思想方法 假设检验推理的思想方法是某种带有概率性质的反证法。 * 三、基本原理和步骤 例1：统计资料表明，某电子元件的寿命 X～N(?0 , ? 2 )，其中 ?0 已知，? 2 未知。 现采用了新工艺生产，测得新工艺生产的 n 个元件寿命为 x1, x2, ···, xn。 问： 新工艺生产的元件期望寿命 ? 是否比原工艺的元件期望寿命 ?0 有显著提高? 此问题要推断的是： ? ?0? 这可用假设检验的方法解决，步骤如下： . §5.2 假设检验的原理 * 1.提出一个希望推翻的假设, 本例中 H0：? = ?0 2. 按希望出现的结果提出一个与原假设对立的假设， 称为备择假设，记为 H1。 本例中H1：? ?0 3. 构造一个能用来检验原假设 H0 的统计量 ～t (n-1) 本例中，要检验的是总体均值?的检验 ， 当 H0 为真时， 故应使用 来构造检验 ? 的统计量。 t统计量 称为原假设, 记为 H0 * 4. 给定一个小概率 ? ， 称为显著性水平 显著性水平 ? 是当 H0 为真时， 拒绝 H0 的概率 (即犯“弃真”错误的概率)。 也即当检验结果拒绝 H0 时， 不犯错误的概率为 1-?， 从而可以有1-? 的可信度接受 备择假设 H1。 5. 确定要拒绝 H0 时统计量的取值范围， 称为拒绝域， 拒绝域的边界点称为临界值。 本例中， 由于 H1：? ?0 而当 H0 为真时， 有 P{ t ≤t? ( n-1 ) } = 1-? 可知当统计量 t t?(n-1) 时， 就可以有1-? 的把握判定 H0 不真 (犯错误的概率仅为 ? )， 故此时应拒绝 H0。 从而拒绝域为 t t?(n-1)， 临界值为 t?(n-1)。 (右边检验)， 数学上表达成P{ t t?(n-1) | H0 为真}= ? * 6. 计算统计量 t 的值， ? t? (n-1) 0 f (x) x 右边检验的拒绝域 本例中， 若计算结果为 t t?(n-1)， 并作出检验结论 则拒绝 H0， 接受 H1， 即在水平 ? 下， 认为 ? 显著高于 ?0。 若 t t?(n-1)， 就不能拒绝 H0， 即认为 ? 并不显 著高于 ?0。 当拒绝 H0 时， 说明在给定的水平 ? 下， ? 和 ?0 间存在显著差异。 这就是称 ? 为显著性水平的原因。 * 设 t 为检验原假设 H0 所用的统计量，t?(n-1)为检验的临界值，由显著性水平 ? 的定义(右边检验) P{ t t?(n-1) | H0 为真}= ? 可知检验中可能出现以下两类判断错误： 二.检验中可能犯的两类错误 第一类错误 ——当 H0 为真时拒绝 H0 的错误， 即“弃真”错误， 犯此类错误的概率为 ?。 第二类错误 ——当 H0 不真时接受 H0 的错误， 即“取伪”错误， 记犯该类错误的概率为 ?， 即 P｛ t≤t?(n-1)｜H0 不真｝= ? 由于 H0 不真时与 H0 为真时， 统计量 t 的分布是 不同的， 故 β≠1-?。 a 与b 间的关系 a b 两个错误有反向的关系 * 两类错误的关系 在样本容量 n 不变时，不可能同时减小犯两类错误的概率。 由图可知，减少 ? 会增大 ?，反之也然。 应着重控制犯哪类错误的概率，这应由问题的实际背景决定。 当第一类错误造成的损失大时，就应控制犯第一类错误的概率 ? (通常取 0.05，0.01等)； 反之，当第二类错误造成的损失大时，就应控制犯第二类错误的概率 ?。 要同时减小须犯两类错误的概率，必须增大样本容量 n。 x 0 H0：μ=μ0 t?(n-1) ? H1：μ=μ1 β * ～t (n -1) ?/2 ?/2 t?/2(n-1) - t?/2(n-1) 0 f (x) x 1- ? §5.3 单个总体均值的检验 设 X～N(? ,? 2 )， ? 2 未知，