概率论与数理统计JA〔48,49–50).pptVIP

* * 第八章 假设检验 基本概念 正态总体均值的假设检验 正态总体方差的假设检验 假设检验 参数假设检验 非参数假设检验 这类问题称作假设检验问题 . 总体分布已知， 检验关于未知参数 的某个假设 总体分布未知时的 假设检验问题 在本章中，我们将讨论不同于参数估计的另一类重要的统计推断问题. 这就是根据样本的信息检验关于总体的某个假设是否正确. 第八章 假设检验 §1 基本概念 让我们先看一个例子. 这一讲我们讨论对参数的假设检验 . 第八章 假设检验 §1 基本概念 生产流水线上罐装可乐不断地封装，然后装箱外运. 怎么知道这批罐装可乐的容量是否合格呢？ 把每一罐都打开倒入量杯, 看看容量是否合于标准. 这样做显然不行！ 罐装可乐的容量按标准应在 350毫升和360毫升之间. 第八章 假设检验 §1 基本概念 每隔一定时间，抽查若干罐 . 如每隔1小时，抽查n罐，得容量为n的样本值x1，…，xn，根据这些值来判断生产是否正常. 如发现不正常，就应停产，找出原因，排除故障，然后再生产；如没有问题，就继续按规定时间再抽样，以此监督生产，保证质量. 在正常生产条件下，由于种种随机因素的影响，每罐可乐的容量应在355毫升上下波动. 这些因素中没有哪一个占有特殊重要的地位. 因此，根据中心极限定理，假定每罐容量服从正态分布是合理的. 通常的办法是进行抽样检查. 第八章 假设检验 §1 基本概念 它的对立假设是： 称H0为原假设（或零假设）； 称H1为备选假设（或对立假设）. 在实际工作中，往往把不轻易否定的命题作为原假设. H0： （ = 355） H1： 这样，我们可以认为 X1 ,…, Xn 是取自正态总体 的样本， 是一个常数. 当生产比较稳定时， 现在要检验的假设是： 第八章 假设检验 §1 基本概念 那么，如何判断原假设H0 是否成立呢？ 较小时，可以认为H0是成立的； 当 当 较大时，应认为H0不成立，即生产已不正常. 第八章 假设检验 是小概率事件， 在H0　 为真时， 由于 是正态分布的期望值，它的无偏估计量是样本均值 ，因此可以根据 与 的差距 来判断H0 是否成立. §1 基本概念 则当样本值落在区域 时，小概率事件发生了，根据实际推断原理，这与H0 的假设矛盾，因此，应该作出拒绝H0 的结论。 第八章 假设检验 称 为拒绝域。 记 §1 基本概念 在假设检验中，我们称这个小概率为显著性水平，用 表示. 常取 的选择要根据实际情况而定。 现在回到我们前面罐装可乐的例中： 在提出原假设H0后，如何作出接受或拒绝H0的结论呢？即如何确定k. ~ N(0,1) 由于 所以 即拒绝域为 第八章 假设检验 检验统计量 §1 基本概念 假设检验会不会犯错误呢？ 由于作出结论的依据是下述 实际推断原理 小概率事件在一次试验中基本上不会发生 . 不是一定不发生 第八章 假设检验 §1 基本概念 如果H0成立，但统计量Ｕ的实测值落入拒绝域，从而作出否定H0的结论，那就犯了“弃真”的错误 . 如果H0不成立，但统计量的实测值未落入否定域，从而没有作出否定H0的结论，即接受了H0，那就犯了“取伪”的错误 . 我们把上面犯的两个错误分别称为第一类错误和第二类错误． P{拒绝H0|H0为真}= , 犯第一类错误的概率: 第一类错误的概率 为检验的显著性水平. 犯第二类错误的概率: P{接受H0|H0不真}= . 第八章 假设检验 §1 基本概念 两类错误的关系 两类错误是互相关联的， 当样本容量固定时，一类错误概率的减少导致另一类错误概率的增加. 要同时降低两类错误的概率 ，或者要在 不变的条件下降低 ，需要增加样本容量. 第八章 假设检验 在给定样本量的情况下，一般来说，我们总是控制犯第一类错误的概率，使它不大于 。 §1 基本概念 假设检验的步骤： 1) 根据问题提出原假设 2) 确定检验统计量 并根据原假设和备择假设 确定拒绝域的W的形式． 3) 对给定的显著性水平　，利用关系式 第八章 假设检验 中的某一个，求出水平为 的拒绝域. 4) 根据样本观察值算出T 的观察值，并据此作出接受还是拒绝 的判断. §1 基本概念 第八章 假设检验 §2 正态总体均值与方差的假设检验 一、一个正态总体的均值的假设检验 第八章 假设检验 计算样本