假设检验1般概念.ppt

山东农业大学 概率论与数理统计 主讲人：程述汉 苏本堂 假设检验是对总体的未知参数或总体服从的分布等，首先提出 某种假设，例如假设未知参数为某一常数或总体服从某已知分布 等，然后由样本提供的信息，对所做假设的“真实性”做出否定还 是不否定，即拒绝还是接受的判定。 假设检验问题分为如下两大类： 参数假设检验：对总体中某个数字特征或分布中的参数提出假设检验(见§8.1例１)。 非参数假设检验：对总体的分布、总体间的独立性以及是否同分布等方面的检验(见§8.1例2 )。 本章主要介绍假设检验的基本概念、思想方法，讨论正态总体参数的检验、频率检验、拟合优度检验(非参数假设检验)等。 §８.1 假设检验的一般概念 一、假设检验的基本思想 先看以下两个例子。 第八章 假设检验 例1 外地一良种小麦，667m2产量(单位：kg)服从正态分布 N(400, 252)，引入本地试种，收获时任取n=5块地，测得其667m2 产量分别为400、425、390、450、410，假定引种后667m2产量X 也服从正态分布，试问： （1）若方差不变，即X~ N(?, 252) ，本地平均产量? 与原产地 的平均产量? 0=400kg有无显著变化？ （2）若X~ N(?, 252) ，本地平均产量是否比原产地平均产量高（或低）？ （3）本地引种后，667m2产量的波动情况与原产地667m2产量 的波动情况有无显著不同？ 例2 检查200箱食品，用X表示一箱食品中变质食品的数量 （单位：包），n表示有X包变质食品的箱数，检验结果如下： 2 3 20 43 132 n 4 3 2 1 0 X 试问变质食品包数X是否服从泊松分布？ 1. 两类假设 检验是对假设而言的。假设是对事物的某种“看法”或“陈述” ，假设检验是要根据样本值去判断一个 假设是否成立。假设分如下两种： 原假设(或零假设) H0 ：通常是“相等性假设”，例如 假定总体均值等于? 0 ，总体方差等于?02，总体分布为 标准正态分布等。 备择假设H1：在原假设被拒绝后可供选择的假设。备 择假设H1是和原假设H0不相容的。 原假设与备择假设选取以便于数学处理为宜。 假设检验的基本思想：带有概率特征的反证法。 例1中，三个问题的假设分别表示为： (1) H0：μ=μ0 (=400)； H1：μ≠μ0 (=400) (2) H0：μ=μ0 (=400)； H1：μμ0 (=400) H0：μ=μ0 (=400)； H1：μμ0 (=400) (3) H0： ?2 =?02(=252)； H1： ?2≠?02(=252) 例2的假设则可表示为： H0：X服从泊松分布；H1：X不服从泊松分布. 下面以例1中问题(1)为例。阐明假设检验的基本思想和概念。 设(x1,x2, …,xn)是来自总体X的样本，则 计，当H0为真时取值集中于?0=400附近。如果 是总体均值的无偏估 这需要我们确定一个临界值k，使当 离?0较远，则有 理由怀疑H0的真实性，认为或许H1更可靠。 时接受原假设H0； (1) 时拒绝原假设H0接受备择假设H1 (2) 进一步，由于当H0为真时，有 要构造一个具有明确分布的统计量，可将(1)、(2)式转化为 时接受原假设H0 (3) 时拒绝原假设H0接受备择假设H1 (4) 当?较小时，临界值u?/2是小概率事件的分界线，使 具有绝对优势(即有较大概率1- ?)。故取 于是(3)、(4)式变为 时接受原假设H0 (5) 时拒绝原假设H0，接受备择假设H1 (6) 分析(5)、(6)两式，可以这样认为： 拒绝H0，是因为以H0成立为出发点进行推理时，得到了不合情理的结论，使小概率事件在一次试验中发生了。 接受H0，是因为以H0成立为出发点进行推理时，未发现异常。 这就是带有概率特征的反证法，认为小概率事件在一次试验中不可能发生。 2. 拒绝域与接受域 称?是检验