统计学第5章假设检验题库.pptVIP

第 6 章 假设检验 6.1 假设检验的基本问题 6.2 大样本情形下的总体均值检验 6.3 小样本情形下的总体均值检验 6.3 总体比例的检验 学习目标 假设检验的基本思想和原理 假设检验的步骤 总体均值的检验 总体比例的检验 什么是假设检验 什么是假设?(hypothesis) ? 对总体参数的具体数值所作的陈述 总体参数包括总体均值、比例、方差等 分析之前必需陈述 什么是假设检验? (hypothesis test) 先对总体的参数提出某种假设，然后利用样本信息判断假设是否成立的过程 有参数检验和非参数检验 逻辑上运用反证法，统计上依据小概率原理 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。 假设检验的基本思想 假设检验的过程 例1：消费者协会接到消费者投诉，指控品牌纸包装饮料存在容量不足，有欺骗消费者之嫌。包装上标明的容量为250毫升。消费者协会从市场上随机抽取50盒该品牌纸包装饮品，测试发现平均含量为248毫升，小于250毫升。这是生产中正常的波动，还是厂商的有意行为？消费者协会能否根据该样本数据，判定饮料厂商欺骗了消费者呢？ 消费者协会实际要进行的是一项统计检验工作。检验总体平均 =250是否成立。这就是一个原假设(null hypothesis)，通常用 表示。 原假设与备择假设 原假设(null hypothesis) 研究者想收集证据予以反对的假设 又称“0假设” 表示为 H0 H0 ： ? 指定为符号 =，或≦,≧ ?? 例如, H0 ： ? ? 10cm 研究者想收集证据予以支持的假设 也称“研究假设” 表示为 H1 H1 ： 某一数值，或　﹥某一数值 例如, H1 ： 10cm，或﹥ 10cm 原假设和备择假设是一个完备事件组，而且相互对立 在一项假设检验中，原假设和备择假设必有一个成立，而且只有一个成立 先确定备择假设，再确定原假设 等号“=”总是放在原假设上 因研究目的不同，对同一问题可能提出不同的假设(也可能得出不同的结论) 备择假设没有特定的方向性，并含有符号“?”的假设检验，称为双侧检验或双尾检验(two-tailed test) 备择假设具有特定的方向性，并含有符号“”或“”的假设检验，称为单侧检验或单尾检验(one-tailed test) 备择假设的方向为“”，称为左侧检验 备择假设的方向为“”，称为右侧检验 双侧检验与单侧检验 (假设的形式Ｐ１６９) 两类错误与显著性水平 假设检验中的两类错误 1.第Ⅰ类错误(弃真错误) 原假设为真时拒绝原假设 第Ⅰ类错误的概率记为? 被称为显著性水平 2.第Ⅱ类错误(取伪错误) 原假设为假时未拒绝原假设 第Ⅱ类错误的概率记为??(Beta) ? 错误和 ? 错误的关系 影响 ? 错误的因素 1. 总体参数的真值 随着假设的总体参数的减少而增大 2. 显著性水平 ? 当 ? 减少时增大 3. 总体标准差 ? 当 ? 增大时增大 4. 样本容量 n 当 n 减少时增大 显著性水平? (significant level) 1. 是一个概率值 2. 原假设为真时，拒绝原假设的概率 被称为抽样分布的拒绝域 3. 表示为 ??(alpha) 常用的 ??值有0.01, 0.05, 0.10 4. 由研究者事先确定 假设检验中的小概率原理 ? 什么小概率？ 1. 在一次试验中，一个几乎不可能发生的事件发生的概率 2.　在一次试验中小概率事件一旦发生，我们就有理由拒绝原假设 3.　小概率由研究者事先确定 统计量与拒绝域 构造一个统计量来决定是否拒绝原假设。 对不同的问题，要选择不同的检验统计量。 根据样本观测结果计算得到的，并据以对原假设和备择假设作出决策的某个样本统计量 对样本估计量的标准化结果 原假设H0为真 点估计量的抽样分布 检验统计量确定后，就要利用该统计量的分布以及由实际问题中所确定的显著性水平，来进一步确定检验统计量拒绝原假设的取值范围，即拒绝域。 在给定的显著性水平α下，检验统计量的可能取值范围被分成两部分：小概率区域与大概率区域。小概率区域就是概率不超过显著性水平α的区域，是原假设的拒绝区域；大概率区域是概率为1-α的区域，是原假设的接受区域。 单侧检验与双侧检验 显著性水平和拒绝域(双侧检验 ) 显著性水平和拒绝域(双侧检验 ) 显著性水平和拒绝域(双侧检验 ) 显著性水平和拒绝域(双侧检验 ) 显著性水平和拒绝域(单侧检验 ) 显著性水平和拒绝域(左侧检验 ) 显著性水平和拒绝域(左侧检验 ) 显著性水平和拒绝域(右侧检验 )