“管理统计学”马庆国著课件.pptVIP

第五章 参数假设检验;构造假设 ; 假设检验可分为：参数假设检验和非参数假设检验。 1、参数假设检验： 已知总体分布，猜出总体的某个参数（假设H0），用一组样本来检验这个假设是否正确（是接受还是拒绝H0 ）。 2、非参数假设检验： 猜出总体分布（假设H0），用一组样本来检验这个假设是否正确（是接受还是拒绝H0 ）。 在检验中，我们通常设法保证“弃真”（以真为假）的错误的概率?很小，也就是概率 P{拒绝H0 | H0为真}很小。这是我们在假设检验时，分析问题的主线。;原假设 (H0) ? 对被研究的总体参数做试探性的假设 ;构造假设 ;构造假设 ;构造假设 ; 统计意义上的“对”与“不对”，就有可能犯错误。 当我们认为参数的某个假设 H0 正确时（接受假设H0时）, 有可能假设 H0 本身是错误的，而我们把它当作正确的，称犯了第二类错误（“存伪”的错误），我们应当保证犯这种错误的概率很小，也就是概率?=P{接受H0 | H0为假}很小。 反之，当我们拒绝假设H0 时，也可能犯“以真为假”的错误（“弃真”的错误）,称为犯第一类错误。当然，我们也希望所犯的“以真为假”错误的概率很小，也就是? =P{拒绝H0 | H0为真}很小。;? =第I类错误的概率 = Pr{拒绝 H0 | H0 为真};? ?与 ? 之间的关系 –;? 举例:;?什么是“检验统计量”？ –;?原假设 (H0) 或备择假设(HA) – ;构造假设 ;与总体均值有关的决策 ;与总体均值有关的决策 ; 1、关于正态总体均值 ? 的假设检验 关于均值?的假设检验，可分如下三种情况： （1）已知方差?2，假设 H0 ：?= ? 0，通过样本观测值x1，x2，···，xn ，检验H0 是否成立。 （2）未知方差?2，假设 H0 ：?= ? 0，通过样本观测值x1，x2，···，xn ，检验H0 是否成立。 （3）未知方差?2，假设 H0 ： ? ? ? 0 (或 ?? ? 0), 通过样本观测值x1，x2，···，xn ，检验H0 是否成立。;与总体均值有关的决策 ;与总体均值有关的决策 ;与总体均值有关的决策 ;例：已知生产线上生产出来的零件直径服从正态分布，已知方差为0.09(毫米2) , 现有假设 H0 ：?=10(毫米). 这个假设可以是生产标准的要求. 现有一组样本观测值: 10.01, 10.02, 10.02, 9.99 (在实际问题样本容量大些更好). 请判断这批零件的平均直径 ?=10(毫米)是否正确. 解: 首先设: 原假设H0 ：?=10(毫米) 备择假设H1 ：??10(毫米) 其次: 构造一个统计量, 要满足: a. 其分布和参数已知; b . 在已知条件下, 能算出这个 统计量. 构造统计量为:;设原假设H0成立, 如果原假设H0是正确的, 我们希望拒绝H0(犯错误)的概率很小, 也就是 P( |Z| ? k ) = ? 很小. ?称为显著性水平.;与总体均值有关的决策 ;与总体均值有关的决策 ;与总体均值有关的决策 ;与总体均值有关的决策 ;与总体均值有关的决策 ;与总体均值有关的决策 ;例：已知生产线上生产出来的零件直径服从正态分布，现有假设 H0 ：?=10(毫米). 这个假设可以是生产标准的要求. 现有一组样本观测值: 10.01, 10.02, 10.02, 9.99 (在实际问题样本容量大些更好). 请判断假设H0 ：?=10(毫米)是否正确. 解: 首先设: 原假设H0 ：?=10(毫米) 备择假设H1 ：??10(毫米) 其次: 构造一个统计量, 也要满足: a. 其分布和参数已知; b . 在已知条件下, 能算出这个 统计量. 构造统计量为:;t;解: 首先作原假设H0 ：?= ? 0 =10(毫米) 备择假设H1 ：? 10(毫米) 其次: 构造一个统计量, 也要满足: a. 其分布和参数已知; b . 在已知条件下, 能算出这个 统计量. 构造统计量为:;5、关于正态总体的方差?2的检验 关于正态总体的假设检验，分为如下两种情况： （1）未知均值 ?，假设H0 ： ?2 = ?02 ，通过样本观测值 x1，x2，···，xn ， 检验H0 是否成立； （2）未知均值 ?，假设H0 ： ?2 ? ?02 （反之亦然），通过样本观测值 x1，x2，···，xn ， 检验H0 是否成立。