第五章假设检验.docVIP

第五章:假设检验 主讲人:任杰 一、假设检验的基本原理 （一）小概率事件 1、定义：在一个抽样分布中，如果样本统计量的值出现的概率落入一个事先已经规定了的区域（即概率密度比较小的区域），就认为小概率事件发生了，该随机事件就叫做小概率事件。 2、原理：小概率事件在一次实验中不可能发生，如果发生了，就可以认为该事件并不是实验想要研究的事件。所以小概率区域也可叫做拒绝区域。 练习 ? 已知 ? 从中抽取三个容量为16的样本 ? 得到各样本平均数为： ? 请计算各样本平均数出现的概率是多少? ? 思考：小概率事件与“三个标准差原则”取舍数据的关系。 （二）统计推断思想 1、设想：在用某抽样样本推断其所属总体是否为我们假设的总体时，如果小概率事件发生了，我们就可以认为该抽样样本不是来自于我们想推断的总体，或者说该抽样样本所属总体与我们想推断的总体之间存在着比较显著的差异。 2、假设检验：用样本统计量对提出的关于总体情况的假设做出某种推断，叫做假设检验 （Hypothesis testing）。 3、假设 1）定义：假设就是在用样本统计量推断总体时，事先提出的抽样样本和总体的关系。 2）种类：通常有两个假设：零假设和研究假设。 – 研究假设：又叫对立假设，用H1表示，是我们想要证明的假设，或者说是研究想要得到的结论。通常是认为当前抽样样本所属总体与假设总体有区别的假设。– 零假设：又叫原假设，用H0表示，与研究假设对立的假设，通常是认为当前抽样样本所属的总体与假设总体无区别的假设 3）两种假设的关系 ? 零假设和检验假设是相互对立的关系，如果零假设成立，则研究假设为假；如果零假设为假，则研究假设成立。 ? 统计推断时，一般是通过对零假设的检验来判断研究假设是否成立。 4、两种错误 1）显著性水平：统计推断时，确定小概率事件的水平即为显著性水平，用希腊字母α表示，通常α=.05或α =.01，也有取α =.10的。 2）假设检验的两种结果： – 当P≤α时，小概率事件发生了，就可以在α水平上拒绝零假设,接受研究假设；– 当Pα时，接受零假设拒绝研究假设。 3）两种错误：在统计推断时，无论是接受零假设还是拒绝零假设，都会犯错误。 – 拒绝零假设时所犯的错误为α错误，错误量为α。 – 接受零假设时所犯的错误为β错误。 4）α错误与β错误的关系与控制? 要同时减少α错误与β错误是不可能的，但可以根据二者之间的关系，尽量在显著性水平一定的情况下，减少β错误。 5、假设检验的类型 1）单侧检验：当能够预料样本统计量的值大于或小于假设的值时，把拒绝概率置于理论抽样分布的一侧，叫单侧检验。有左侧检验和右侧检验两种情况。 2）双侧检验，当不能判断样本统计量和总体的关系时，就把拒绝概率置于分布的两侧，叫双侧概率。 检验类型与β错误的控制 二、总体平均数的显著性检验 （一）由一样本判断其所属总体的平均数与某已知总体平均数的差异1、当已知总体正态分布且总体方差已知时，用Z分布进行总体平均数的显著性检验，又叫Z检验 练习 ? 某校历年大学英语四级考试成绩的标准差为30分，平均分为65分。现从今年参加四级考试的学生中抽取17名学生，计算其平均分为62分，标准差为20分，请问今年该校英语四级成绩和往年是否一样？ 2、当已知总体分布为正态，但总体方差未知时，用t分布进行总体平均数的显著性检验， 又叫t 检验。 练习：若该校历年英语四级成绩的标准差不知道，如何进行检验？ ? 若在上例中，该校体育系学生的四级成绩历年都低于全校平均水平，今年体育系26名学生的平均成绩为56，标准差为15，问今年体育系的CET-4成绩是否仍然低于全校平均水平？ （二）由两样本判断其所属两总体平均数的差异 1、平均数差的抽样分布： – 来自方差为 的总体中容量为 的样本平均数的抽样分布记作：则： – 同样，来自方差为的总体中容量为n2的样本平均数的抽样分布记作： 则： 则两个抽样样本平均数之差的抽样分布记作： 可得： 1）平均数差的分布的平均数为： 平均数差的分布的方差为： 平均数差的分布的标准误为： 2、独立样本平均数的差异检验 ? 当r=0时，两样本为独立样本 若两总体正态分布，且σ1、σ2已知不管两样本容量大小，都用Z检验： 练习 ? 已知某校31名男生和41名女生四级考试平均成绩分别为65分和68分，标准差分别为22分和20分，该校历年男生和女生英语四级成绩的标准差分别为25分和20分，请问该校今年男女生英语四级成绩是否一样？ 两总体正态分布，但σ1、σ2未知，? 此时不能用Z检验，两总体方差的无偏估计为： ? 平均数差的抽样分布的标准误为： ? 有如下统计量，其分布比较复杂： 如果σ1= σ2 = σ0，根据t分布进行检