第八章假设检验.ppt

第八章 假设检验 第一节 假设检验的原理 第二节 平均数的显著性检验 第三节 平均数差异的显著性检验 第四节 方差的差异检验 第五节 相关系数的显著性检验 第六节 比率的显著性检验 假设检验(hypothesis testing)：通过样本统计量得出的差异做出一般性结论，判断总体参数之间是否存在差异的推论过程。 假设检验的基本任务：事先对总体参数或总体分布形态做出一个假设，然后利用样本信息来判断原假设是否合理，从而决定是否接受原假设。 假设检验包括参数检验和非参数检验。 参数假设检验(parameteric test)：进行假设检验时总体的分布形式已知，需要对总体的未知参数进行假设检验。 非参数假设检验(non-parameteric test) ：进行假设检验时对总体的分布形式所知甚少，需要对未知分布函数的形式及其他特征进行假设检验。 第一节 假设检验的原理 一、假设与假设检验 统计学中的假设一般专指用统计学术语对总体参数所做的假定性说明。 在进行任何一项研究时，都需要根据已有的理论和经验事先对研究结果作出一种预想的希望证实的假设。这种假设叫科学假设，用统计术语表示时叫研究假设，记作H1。 在统计学中不能直接对H1的真实性直接检验，需要建立与之对立的假设，称作虚无假设(null hypothesis)，或叫无差假设、零假设、原假设，记为H0。 在假设检验中H0总是作为直接被检验的假设，而H1与H0对立，二者择一，因而H1也叫做对立假设或备择假设(alternative hypothesis)。 假设检验的问题，就是要判断虚无假设H0是否正确，决定接受还是拒绝虚无假设。若拒绝虚无假设，则接受备择假设。 虚无假设是统计推论的出发点。 虚无假设常常是根据历史资料，或根据周密考虑后确定的，若没有充分的依据，虚无假设是不能被轻易否定的。 可以说，每一实验的存在，仅仅是为了给事实一个反驳虚无假设的机会。（费舍） 二、假设检验中的小概率原理 假设检验的基本思想是概率性质的反证法。 为了检验虚无假设 ，首先假定虚无假设为真。在虚无假设为真的前提下，如果导致违反逻辑或违背人们常识和经验的不合理现象出现，则表明“虚无假设为真”的假定是不正确的，也就不能接受虚无假设。若没有导致不合理现象出现，那就认为“虚无假设为真”的假定是正确的，也就是说要接受虚无假设。 假设检验中的“不合理现象”是指小概率事件在一次试验中发生了。 小概率事件原理：小概率事件在一次试验中几乎是不可能发生的。假设检验的依据是小概率事件原理。通常情况下，将概率不超过0.05、0.01或0.001的事件当做小概率事件。 三、假设检验中的两类错误 （一）Ⅰ型错误与Ⅱ型错误 总体的真实情况往往是未知的，根据样本推断总体，有可能犯两类错误： 虚无假设H0本来是正确的，但拒绝了H0，这类错误称为弃真错误、Ⅰ型错误、?错误。 虚无假设H0本来不正确但却接受了H0，这类错误称为取伪错误、Ⅱ型错误、β错误。 在实际问题中，一般总是控制犯Ⅰ错误的概率，使H0成立时犯Ⅰ型错误的概率不超过?。在这种原则下的统计假设检验问题称为显著性检验(significance test)，将犯Ⅰ型错误的概率?称为假设检验的显著性水平。 （二）两类错误的关系 1.?+β不一定等于1 2.在其他条件不变的情况下，?与β不可能同时减小或增大 增大样本容量可同时减小?与β错误，或在? 错误保持不变的情况下，减小β错误。 3.统计检验力 统计检验力(power of test)：1－β反映着正确辨认真实差异的能力。 假如真实差异很小时，某个检验仍能以较大的把握接受它，就说这个检验的统计检验力比较大。 四、单侧检验与双侧检验 双侧检验(two-sided test, two-tailed test)：只强调差异而不强调方向性的检验。 H0:μ1=μ0 H1:μ1≠μ0 单侧检验(one-sided test, one-tailed test)：强调某一方向的检验。 右侧检验：H0:μ1≤μ0 H1:μ1＞μ0 左侧检验：H0:μ1≥μ0 H1:μ1＜μ0 通常适用于检验某一参数是否“大于”或“优于”、“快于”及“小于”、“劣于”、“慢于”另一参数等一类问题。 应该用单侧检验的问题，若使用双侧检验，其结果一方面可能使结论由“显著”变为“不显著”；另一方面也增大了β错误。反之，应当用双侧检验的问题若用单侧检验，虽然减小了β错误，但是使无方向性的问题人为地成为单方向问题，这也有悖于研究目的。 五、假设检验的步骤 第一，根据问题要求，提出虚无假设和备择假设。 双侧检验：H0:μ1=μ0 H1:μ1≠μ0 左侧检验：H0:μ1≥μ0 H1:μ1＜μ0 右侧检验：H0:μ1≤μ0 H1:μ1＞μ0 第二，选择适