08第八章假设检验.pptVIP

第八章 假设检验 第一节 假设检验的意义 一、什么是假设检验？ 假设检验是利用样本的实际统计量，去检验事先对总体某些数量特征所作的假设是否可信，进而为决策取舍提供依据的一种统计分析方法。是统计推断的重要形式之一。 二、假设检验的基本思路 （1）对总体参数作某种假设 （2）根据样本得到的信息，考虑接受假设是否会导致不合理的结果；如结果合理就接受假设，结果不合理就拒绝假设。 三、区间估计与假设检验的联系和原则 区间估计是根据给出的置信度要求，指出总体参数估计上限和下限； 假设检验正是利用区间估计的上限或下限来判断结果是否合理，即判断被估计的参数是否差异显著 四、假设的命题 1、原假设（又称零假设、虚无假设） 2、备择假设（又称择一假设） 如：该批新进口的薄钢板的平均厚度等于4毫米。 原假设 H0：X=4mm 备择假设 H1：X? 4mm 第二节 假设检验的方法 一、双侧检验与单侧检验 如：该批新进口的薄钢板的平均厚度等于4毫米。（双侧检验） 原假设 H0：X=4mm 备择假设 H1：X? 4mm 如：该批新进口的薄钢板的平均厚度不大于4毫米。（单侧检验） 原假设 H0：X ? 4mm 备择假设 H1：X 4mm 双侧检验 检验样本平均数(成数)与总体平均数(成数)有没有显著性差异，不问差异的方向是正差还是负差时用双侧检验。 原假设 H0：X=4mm 备择假设 H1：X? 4mm 单侧检验 左单侧检验 检验总体平均数或成数是否低于预先假设，应该用左侧检验。 原假设 H0：X ? 4mm 备择假设 H1：X 4mm 右单侧检验 检验总体平均数或成数是否超过预先假设，应该用右侧检验。 原假设 H0：X ? 4mm 备择假设 H1：X 4mm 显著性指差异程度而言。 显著性水平：在进行假设检验时应该事先规定一个小概率的标准，作为判断的界限，这个小概率标准称为显著性水平。 原理：由于原假设的分布已知，因而样本统计量和总体参数的离差在一定范围内的概率也可以知道，离差超过这个范围的概率也同样知道，如果样本统计量和总体参数的差异过大，以至发生这件事件的概率很小，而且小到低于给定的标准，我们就拒绝原假设。如果计算出的统计量与参数差异的相应概率大于给定标准，我们就接受原假设。 显著性水平 二、Z检验、t检验（均值）、?2检验 1、Z检验又称正态分布检验 a) 条件：从正态分布的总体中随机抽取容量为n的样本。 b) 样本平均数 服从正态分布N（ ），标准化后为标准正态分布。 c) 样本标准差 代替总体方差 ； 可以用 代替 。 d、步骤 总体平均数或成数的Z检验中， 1、设立假设 2、给定显著性水平，按标准正态分布确定临界值 。 3、根据实际调查的样本信息计算统计量Z。 4、进而比较实际计算的Z值和临界值。 5、对原假设作出接受或拒绝的判断。 e、计算 某电池厂生产的某号电池，历史资料表明平均发光时间为1000小时，标准差为80小时。在最近生产的产品中抽取100个电池，测得平均发光990小时。若给定显著性水平为0.05，问新生产的电池发光时间是否有明显降低。 （用什么检验？查什么表？） 2、t检验 a) 条件：总体是正态分布，样本平均数与抽样标准差 相互对立的分布。总体标准差未知，可以用样本标准差 。 b) 统计量 服从t分布。 c、计算 某牛奶厂生产盒装牛奶，按规定自动装罐的标准盒装净重为1000客。现取样10盒，实测每盒净重（克）的结果如下： 1010，1024，994，986，1016，1030，1004，990，980，1020. 给定显著性水平为0.01, 问装罐车间的生产是否正常。 3、 检验 C) 分布曲线：非对称；完全介于第一象限。当自由度大于30时，接近正态分布。其自由度为唯一的参数。 d）右侧检验； 左侧检验； 双侧检验（分别确定 ，见P244）。 Tips 口诀：方差已知用Z，小样本方差未知用t. 小样本非正态，总体无法估计！ 具体情形如下： A)检验一个总体均值是否是一个常数用Z或t. B) 检验两个总体的均值是否相等用t检验. C) 检验两个总体的均值是否是一个常数用t检验. D) 检验方差是否是一个常数用卡方检验. 第三节 总体参数检验 一、总体均值检验 检验当前的总体平均数是否和事先假设的总体平均数存在着显著性差异 二、总体成数检验