第五假设检验.pptVIP

第五章 假设检验 第一节 假设检验基本原理 第二节 总体均值、比例和方差的假 设检验 第三节 假设检验中的其他问题 假设检验的概念与思想 什么是假设? 对总体参数的一种看法 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？ 概念 事先对总体参数或分布形式作出某种假设 然后利用样本信息来判断原假设是否成立 类型 参数假设检验 非参数假设检验 特点 采用逻辑上的反证法 依据统计上的小概率原理 假设检验的基本思想 假设检验的过程（提出假设→抽取样本→作出决策） 提出原假设和备择假设 ? 什么是原假设？(Null Hypothesis) 1. 待检验的假设，又称“0假设” 2. 如果错误地作出决策会导致一系列后果 3. 总是有等号 ?, ? 或?? 4. 表示为 H0 H0：? ? 某一数值 指定为 = 号，即 ? 或 ?? 例如, H0：? ? 3190（克） 什么是备择假设？(Alternative Hypothesis) 1. 与原假设对立的假设 2. 总是有不等号: ?,?? 或 ? 3. 表示为 H1 H1：? 某一数值，或? ?某一数值 例如, H1：? 3910(克)，或? ?3910(克) 什么检验统计量？ 用于假设检验问题的统计量 选择统计量的方法与参数估计相同，需考虑 是大样本还是小样本 总体方差已知还是未知 检验统计量的基本形式为 规定显著性水平? 什么是显著性水平？ 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 作出统计决策 计算检验的统计量 根据给定的显著性水平?，查表得出相应的临界值Z?或Z?/2 将检验统计量的值与? 水平的临界值进行比较 得出接受或拒绝原假设的结论 假设检验中的小概率原理 假设检验中的小概率原理 什么是小概率？ 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 假设检验中的两类错误 1. 第一类错误（弃真错误） 原假设为真时拒绝原假设 会产生一系列后果 第一类错误的概率为? ? 被称为显著性水平 2. 第二类错误（取伪错误） 原假设为假时接受原假设 第二类错误的概率为??(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 双侧检验和单侧检验 双侧检验与单侧检验 (假设的形式) 双侧检验（原假设与备择假设的确定） 双侧检验属于决策中的假设检验。也就是说，不论是拒绝H0还是接受H0，我们都必需采取相应的行动措施 例如，某种零件的尺寸，要求其平均长度为10厘米，大于或小于10厘米均属于不合格 建立的原假设与备择假设应为 H0: ? = 10 H1: ? ? 10 双侧检验（确定假设的步骤） 1. 例如问题为: 检验该企业生产的零件平均长度为4厘米 2. 步骤 从统计角度陈述问题 (? = 4) 从统计角度提出相反的问题 (? ? 4) 必需互斥和穷尽 提出原假设 (? = 4) 提出备择假设 (? ? 4) 有 ? 符号 双侧检验（例子） 提出原假设: H0: ? = 4 提出备择假设: H1: ? ? 4 双侧检验（显著性水平与拒绝域 ） 双侧检验（显著性水平与拒绝域 ） 双侧检验（显著性水平与拒绝域 ） 双侧检验（显著性水平与拒绝域 ） 单侧检验（原假设与备择假设的确定） 检验研究中的假设 将所研究的假设作为备择假设H1 将认为研究结果是无效的说法或理论作为原假设H0。或者说，把希望(想要)证明的假设作为备择假设 先确立备择假设H1 单侧检验（原假设与备择假设的确定） 例如，采用新技术生产后，将会使产品的使用寿命明显延长到1500小时以上 属于研究中的假设 建立的原假设与备择假设应为 H0: ? ? 1500 H1: ? ? 1500 例如，改进生产工艺后，会使产品的废品率降低到2%以下 属于研究中的假设 建立的原假设与备择假设应为 H0: ? ? 2% H1: ? 2% 单侧检验（原假设与备择假设的确定） ?检验某项声明的有效性 将所作出的说明(声明)作为原假设 对该说明的质疑作为备择假设 先确立原假设H0 除非我们有证据表明“声明”无效，否则