第四单元 假设检验.pptVIP

第四章 假设检验 主要内容 假设检验的基本概念 一个正态总体均值与方差的检验 两个正态总体均值与方差的检验 分布拟合检验 拟合检验法 独立性检验 §4.1 假设检验的基本概念 §4.2 一个正态总体均值和方差的检验 故有 根据类似的讨论可以得到问题（3）的拒绝域为 问题(1)的拒绝域为 U检验法 二、方差 未知时均值 的假设检验 （双侧检验） （右侧检验） （左侧检验） 现讨论 取 因为在 下 根据t分布的分位数定义可得 所以检验的拒绝域为 * * 统计假设检验的基本任务 根据样本所提供的信息，对未知总体分布的 某些方面（如总体均值、方差、分布本身等 等）的假设作出合理的判断。 一、假设检验问题 例1：假定按国家规定，某种产品的次品率不得超过 1％，现从一批产品中随机抽出200件，经检查 发现有3件次品，试问：这批产品是否次品率 符合国家标准。 问题：根据抽样的结果来判断是否 例2： 问当日生产是否正常 例3：某建筑材料，其抗断强度的分布以往一直服从 正态分布，现改变配料方案，希望确定新产品 的抗断强度 X 是否仍服从正态分布. 这类问题称为假设检验，有两个共同特点： （2） 抽取样本和集中样本的有关信息，要求对假设 的真伪进行判断，称为检验假设，最后对假 设 作出拒绝或接受的决策。 假设检验问题的分类： 1. 参数假设检验： 2. 非参数假设检验 若总体的分布函数或概率函数为未知，假设 针对 总体的分布，分布的特征或总体的数字特征而提出 并要求检验。 表示原来的假设，称为原假设或零假设。 所考察的问题的反面称为备择假设或对立假设， 记为 二、假设检验的基本原理 概率性质的反证法： 为了检验原假设 是否正确，先假定 为正确，看 由此能推出什么结果，如果导致一个不合理现象出 现，则表明“假设 为正确”是错误的，拒绝原假设 ；否则，则接受原假设 。 概率性质的反证法的根据： 小概率事件在一次试验中几乎是不可能发生的。 在假设检验中，我们作出接受 或拒绝 的决 策，并不等于我们证明了原假设 正确或错误，而 只是根据样本所提供的信息以一定的可靠程度认为 是正确或错误。 实例 某车间用一台包装机包装葡萄糖, 包得的袋装糖重是一个随机变量, 它服从正态分布.当机器正常时, 其均值为0.5公斤, 标准差为0.015公斤.某日开工后为检验包装机是否正常, 随机地抽取它所包装的糖9袋, 称得净重为(公斤): 0.497 0.506 0.518 0.524 0.498 0.511 0.520 0.515 0.512, 问机器是否正常? 分析: 由长期实践可知, 标准差较稳定, 问题: 根据样本值判断 提出两个对立假设 再利用已知样本作出判断是接受假设H0(拒绝假设H1), 还是拒绝假设H0(接受假设H1). 如果作出的判断是接受H0, 即认为机器工作是正常的, 否则, 认为是不正常的. 由于要检验的假设涉及总体均值, 故可借助于样本均值来判断. 于是可以选定一个适当的正数k, 根据小概率原理 检验统计量 由标准正态分布分位点的定义得 于是拒绝假设H0, 认为包装机工作不正常. 假设检验过程如下: 以上所采取的检验法是符合小概率原理的. 三、两类错误 检验的结果与真实情况可能吻合也可能不吻合， 因此检验是可能犯错误的。 第一类错误： 拒真概率 第二类错误： 正确 犯第II类错误 H0不真 犯第I类错误 正确 H0为真 拒绝H0 接受H0 所 作 决 策 真实情况 (未知) 假设检验的两类错误 拒真概率 和受伪概率 可用同一个函数表示。 受伪概率 定义1： 设检验问题 显然， 注：在样本量一定的条件下，不可能找到一个使 都减小的检验。 例： 定义2： 对检验问题 说明： （二） 构造检验统计量与确定拒绝域的形式 （一） 建立假设：提出原假设 和备选假设 四、假设检验的基本步骤 拒绝域：使原假设被拒绝的样本观测值所在的区域。 常用的拒绝域形式： （1）单侧拒绝域 或 （2）双侧拒绝域 或 当拒绝域确定了，检验的判断准则也确定了 （三）选定适当的显著水平 ，并求出临界值。 （四）根据样本观测值确定是否拒绝 说明： 在实际问题中，只能控制第一类错误的最大 概率 ，那么选择哪个假设作为原假设 ，就要 视具体问题的目的和要求而定。 （