04统计推断课件.pptxVIP

第四章统计推断(statistical inference)第四章统计推断由一个样本或一糸列样本所得的结果来推断总体的特征假设检验推断统计参数估计总体总体特征，如均值、、方差样本统计量例如：样本均值、方差样本统计推断(statistical inference)：是根据样本或假定模型对总体作出的以概率形式的推断。任务确定差异的性质分析误差产生的原因排除误差干扰对总体特征做出正确判断第四章假设检验的原理与方法第一节方差的同质性检验第二节样本平均数的假设检验第三节参数的区间估计与点估计第四节第一节假设检验的原理与方法第一节 假设检验一 概念 ： 假设检验（hypothesis test）又称显著性检验（significance test）,就是根据总体的理论分布和小概率原理，对未知总体提出两种彼此对立的假设。根据样本数据，经过一定的计算，作出在一定概率意义上应该接受的那种假设的推断。小概率原理 概率很小的事件在一次抽样试验中实际是几乎不可能发生的。比如：事件Ａ出现的概率为α， α很小，在假设条件下的进行n次独立重复试验，事件A将按预定的概率发生，而在一次试验中则事件Ａ几乎不可能发生。? =0.05/0.01平均数的检验频率的检验参数检验假设检验相关与回归方差的检验秩和检验符号检验非参数检验游程检验秩相关检验二 、假设检验的步骤:分析题意提出假设确定显著水平计算检验统计量作出推断二 、假设检验的步骤例题：设矽肺病患者的血红蛋白含量具平均数?0＝126(mg/L)， ? 2 ＝240 (mg/L)2的正态分布。现用克矽平对6位矽肺病患者进行治疗，治疗后化验测得其平均血红蛋白含量x =136(mg/L)。 治疗前 ?0 ＝126 ? 2 ＝240 N ( 126,240 ）治疗后n ＝6 x ＝136?未知那么 ?＝?0 ? 即克矽平对治疗矽肺是否有效？这是分析题意的过程原假设和备择假设什么是原假设？　(Null Hypothesis)待检验的假设，又称 0假设 和 无效假说表示为 H0H0：?= ?0什么是备择假设？(Alternative Hypothesis)与原假设对立的假设表示为 HAHA： ? ? ?0 ，即：? ?0 或 ? ?01 、提出假设H0误差效应原假设/零假设/无效假设?0 ＝ ? 对立处理效应备择假设/对应假设?0 ? ? HA平均数的假设检验x-?0＝136-126＝10(mg/L)这一差数,是由于治疗造成的，还是抽样误差所致?例：克矽平治疗矽肺病是否能提高血红蛋白含量？检验治疗后的总体平均数?是否还是治疗前的126(mg/L)？H0:μ=μ0 =126(mg/L)HA:μ≠μ0 H0指治疗后的血红蛋白平均数仍和治疗前一样，二者来自同一总体，表示克矽平没有疗效。HA表示拒绝H0，治疗后的血红蛋白平均数和治疗前的平均数来自不同总体，即克矽平有疗效。2 、 确定显著水平能否定H0的人为规定的概率标准称为显著水平，记作?。 统计学中，一般认为概率小于0.05或0.01的事件为小概率事件，常取?=0.05和?=0.01两个显著水平 。?＝0.05?＝0.05显著水平*P ??＝0.01极显著水平**x- ?136-126u= == 1.581 ?x √403 、选定检验方法，计算检验统计量，确定概率值 根据研究设计的类型和统计推断的目的选择使用不同的检验方法。计算过程：P( u 1.581)=2×0.0571=0.11424、作出推断结论：是否接受假设小概率原理接受H0否定HAP?可能正确否定H0接受HAP ?可能错误例：上例中 P＝0.11420.05所以接受H0，从而得出结论：使用克矽平治疗前后血红蛋白含量未发现有显著差异，其差值10应归于误差所致。已知：P( u 1.96) =0.05P( u 2.58) =0.01u 1.96P( u ) 0.05差异达显著水平u 2.58P( u ) 0.01差异达极显著水平抽样分布置信水平拒绝域拒绝域1 - ?a/2 a/2 接受域H0值样本统计量临界值临界值观察到的样本统计量三 、双尾检验与单尾检验抽样分布置信水平拒绝域拒绝域1 - ?a/2 a/2 接受域H0值样本统计量临界值临界值观察到的样本统计量观察到的样本统计量左尾检验抽样分布置信水平拒绝域1 - ?a接受域H0值样本统计量临界值观察到的样本统计量左侧检验左尾检验抽样分布置信水平拒绝域1 - ?a接受域H0值样本统计量临界值观察到的样本统计量右尾检验抽样分布置信水平拒绝域1 - ?a接受域H0值样本统计量临界值观察到的样本统计量右侧检验右尾检验抽样分布置信水平拒绝域1 - ?a接受域H0值样本统计量临界值观察到的样本统计量假设检验的两类错误　H0正确　　 H0 错误