03HypothesìsTestìng.pptVIP

Jan 27, 2005 MPT Confidential Hypothesis Testing假设检验 总体和样本 假设的种类 原假设 (Ho) 通常用以描述现状 除非其它方面有所说明，否则就是人为设想的。 在Minitab中用“=”表示 备择假设 (Ha ): 通常用以描述差別 以证据为基础接受或拒绝的类型 在Minitab中用“not =or or ”表示 定义假设 原假设 HO: X1=Target HO: X1=m HO: X1-X2=0 HO:m1-m2=0 HO: X1=X2=X3=….Xn HO: s1=s2 HO: S1=S2 HO: S1=S2=S3=….Sn 备择性假设 HA:m11m2 不等式是针对两边的测试 HA:X11X2 HA:m1m2 HA:X1X2 单边测试用于 或 假设. HA: m1m2 HA:X1X2 HA: X1-X210 ___________________ HA: X1-X20 ___________________ HA: X1-X20 ___________________ HA: s11s2 _______________________ HA: s1s2 _______________________ HA: S1S2 ___________________ 提出假设(例题分析) 提出假设(例题分析) 提出假设(例题分析) 什么是假设检验? (hypothesis test) 先对总体的参数(或分布形式)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 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 假设检验的基本思想 假设检验的过程 为何要做假设检验? 1. 为了改进过程，我们需要确定影响均值和标准偏差的因素. 2. 一旦确定了这些因素并对改进措施进行了调整，我们就需要验证其在过程中的切实效果。 3. 若过程中存在统计上的重大差别，有时我们就不能利用图表或算得的统计数据（样本均值和样本标准偏差）作出决策. 4. 在这种情况下，决定可能是主观的. 5. 我们采用正统假设检验以客观地判断是否存在差別。 假设检验有罪 vs. 无罪的案例 法庭和商业上的决策风险 假设检验中的两类错误 ? 错误和 ? 错误的关系 显著性水平? (significant level) p 值 衡量决策风险的另一种方法是通过P值. P值是指一个因素可测的重要性水平. 当样本和总体相对时，P值是指观测到其中差別的机会率. P值也指如果拒绝虚无性假设可能发生错误的概率（错误I） 除非在基于工程判断上的例外，我们将错误I 的可接受水平定在a = 0.05. 从而，任何小于0.05的P值就表示虚无性假设被拒绝。 置信区间和特征值的估计 置信区间 确定了总体参数中样本统计可能的数值范围. 它们可以是单边也可是双边。 置信水平与置信区间： 所有的估计都有一个范围（基于一定的置信度），这个范围即所谓的置信区间。 举个例子：在95%的置信度下估计某样本平均值为100+/-7，换句话说你有95％的信心从总体中抽取的样本平均值应落在93－107之间。 不同置信水平下的置信区间： ? ?? ???90? ?? ?? ???95? ?? ???98? ?? ?? ?102? ?? ???105? ?? ?? ???110--------+-----------+---------+-----------+----------+-------------+-----------? ?? ?? ?? ?? ?? ?? ?? ?? ???|----70%----|? ?? ?? ?? ??? ??? |--------------80%---------------|?? ? |--------------------------90%-----------------------------| 特性值的区间估计: 工程中总存在变异，这些变异通常导致试验结果与目标值之间存在偏移（当试验样本无限大时,这种偏移会趋近于零）。 根据某一样本（样本大小有限）来估计总体（样本无限大时）的整体的平均值和标准差就是区间估计. 平均值估计: 标准差估计: 显著性水平和拒绝域(双侧检验 ) 假设检验协议 假设检验协议(续) 决定适合测试的样本数量 从总体中选取需观察的样本群. 计算样本的统计. 用统计