第六章 假设检验.pptVIP

第六章 假设检验 第一节 假设检验概述 第二节 总体参数检验 第三节 非参数检验 第一节 假设检验概述 一、假设检验的基本概念 （一）、假设检验与区间参数估计的区别和联系 1、联系:参数估计和假设检验是统计推断的两个组成部分，都是利用样本对总体进行某种推断。 2、区别：推断的角度不同，区间估计是用给定的大概率推断出总体参数的范围，而假设检验是以小概率为标准，对总体的状况所做出的假设进行判断。假设检验与区间估计结合起来，构成完整的统计推断内容。 （二）、假设检验的两大类别：一类是参数假设检验，另一类是非参数假设检验。本章分别讨论这两类检验方法。 （三）小概率原理 小概率原理：即指概率很小的事件在一次试验中实际上不可能出现。这种事件称为“实际不可能事件”。 大数定理表明：就大量观察而言，事件的发生具有一定的规律性。 根据概率的大小，人们处理的态度和方式很不一样。 在日常生活中，人们往往习惯于把概率很小的事件，当作一次观察中是极不可能看到的事件。例如，人们出门做事就有可能遇到不测事故，但却很少人因此而不敢出门。原因是：小概率事件极不可能发生。 （四）、假设检验的步骤（5个） 1．建立假设 1）、原假设（null hypothesis)：需要通过样本去推断其正确与否的命题称为原假设。用 表示，即： 2）、备选假设(alternative hypothesis)：与原假设对立的是假设，备选假设是在原假设被否定时另一种可能成立的结论。备选假设比原假设还重要，这要由实际问题来确定，一般把期望出现的结论作为备选假设。用 表示，备选假设与原假设相对立，原假设成立，则备选假设不真实，如原假设不真实，则备选假设成立。 关于均值，原假设与备选假设有三种情况： 双侧检验 左侧检验 右侧检验 2、确定适当的检验统计量 确定适当的统计量，且能在原假设成立的条件下知其分布。 一般来说，检验统计量的基本形式可表示如下： 3、 选择显著性水平和否定域 被我们事先选定的可以犯第一类错误的概率，叫做检验的显著性水平(用α表示)，它决定了否定域的大小。因此，有人也把第一类错误称之α错误 。相应地第二类错误被人称为? 错误。 在原假设成立的条件下，统计检验中所规定的小概率标准一般取为α=0.05或α=0.01。 由α所决定的否定域与接受域之间的分界值被称为临界值， 如Z α 。 4．计算检验统计量 在完成了上述工作之后，接下来就是做一次与理想试验尽量相同的实际抽样(比如实际做一次重复抛掷硬币的试验)，并从获取的样本资料算出检验统计量。根据显著性水平确定统计量的否定域或临界值，并注意是单侧检验还是双侧检验。 5．判定 假设检验系指拒绝或保留原假设的判断，又称显著性检验。在选择否定域并计算检验统计量之后，我们完成最后一道手续，即根据计算结果决定假设的取与舍。如果结果落在否定域内，我们将在已知犯第一类错误概率的条件下，否定零假设。反之，如果结果落在否定域外，则不否定零假设，与此同时，我们就有了犯第二类错误的危险。 二、两种类型的错误 1、决策结果存在四种情形： 在统计检验中，无论是拒绝或者接受原假设，都不 可能做到百分之百的正确，都有一定的错误。 1）、第一类错误：原假设是真实的，判断结论是拒绝原假设，这种错误叫着“弃真错误”，在原假设为真的情况下，检验统计量刚好落入小概率的拒绝区域，使我们拒绝原假设，因此犯第一类错误的概率大小等于显著性水平α，我们可通过控制显著性水平大小的方式来控制犯弃真错误的概率。在统计学上把第一类错误也叫着α错误。 2）、第二类错误：原假设不真实，结论是接受原假设，这种错误叫着“取伪错误”，犯第二类错误的概率记为? ，因此，在统计学上称第二类错误为? 错误。 3）、不管我们如何选择否定域，都不可能完全避免第一类错误和第二类错误，也不可能同时把犯两类错误的危险压缩到最小。对任何一个给定的检验而言，犯第一类错误的危险越小，犯第二类错误的概率就越大；反之亦然。一般来讲，不可能具体估计出第二类错误的概率值。第一类错误则不然，犯第一类错误的概率是否定域内各种结果的概率之和。 三、检验功效 1、检验功效或检验力：在犯第一类错误的概率α得到控制的条件下，