第五章 假设检验(使用).ppt

第 3章 假设检验 1 假设检验的基本问题 2 一个总体参数的检验 3 两个总体参数的检验 咖啡是现煮的吗 注重口味的人，想来应该是喜欢现煮咖啡超过即溶咖啡的。但从另—方面来看，有些喝咖啡的人也可能只是对咖啡因有瘾。一位持怀疑态度的人断言：喝咖啡的人里，只有一半偏好现煮咖啡。 咖啡是现煮的吗 我们做个实验来检验这个断言。 让全部50个受试对象都品尝两杯没做记号的咖啡，并要说出喜欢哪—杯。两杯中有一杯是即溶咖啡，另一杯是现煮咖啡。由实验结果得到的统汁量，算的是样本中说比较喜欢现煮咖啡的人的比例，我们发觉：50位受试对象中,有36位选的是现煮咖啡。 另一个结果是如果50位受试对象里，只有28位喜欢现煮咖超过即溶咖啡。 咖啡是现煮的吗 用72％这个数据来否定这位怀疑者的断言，比起用56％要强。但是强多少呢? 即使样本里有72％的人喜欢现煮咖啡，但这就可以当做总体中大部分人都是如此的有力证据吗? 咖啡是现煮的吗 因为机会有20％会发生的结果，不能当成断言不正确的有力证据，但是在1000次当中只会发生的结果就是很好的证据。 有两种可能的解释，可以说明为什么会得到“受试对象中有0.72比较喜欢现煮咖啡”的这个结果： (1)怀疑者是对的(p=0.5)，但是因为运气太差，应该极不可能发生的结果却发生了。 (2)事实是偏好现煮咖啡的总体比例大于0.5，所以样本结果差不多就是总体的结果。 咖啡是现煮的吗 我们不能确定(1)一定不对，可能真的只是机会造成的。但是，这样的一个结果完全由机会造成的概率很小（0.001），所以我们相当有信心说(2)是对的。 (1)怀疑者是对的(p=0.5)，但是因为运气太差，应该极不可能发生的结果却发生了。 (2)事实是偏好现煮咖啡的总体比例大于0.5，所以样本结果差不多就是总体的结果。 抛硬币 抛4040次硬币，他得到2048次正面。正面的样本比例是：0.507 这个结果比一半稍多一点。这是不是钢板不平衡的证据呢? 什么是假设?(hypothesis) ? 对总体参数的的数值所作的一种陈述 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? (hypothesis testing) 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。 2.采用逻辑上的反证法，依据统计上的小概率原理: 可能发生的事情发生了，不奇怪。不可能发生的事情发生了，奇怪！ 有显著性！ ?＝0.01,0.05，。。。 提出原假设和备择假设 什么是原假设？ 待检验的假设，又称“0假设” 研究者想收集证据予以反对的假设 2. 总是有等号 ?, ? 或?? 3. 表示为 H0 H0：? ? 某一数值 指定为 = 号，即 ? 或 ?? 例如, H0： p ? 0.5 ? 什么是备择假设？(alternative hypothesis) 与原假设对立的假设，也称“研究假设” 研究者想收集证据予以支持的假设总是有不等号: ?,?? 或 ? 表示为 H1 H1：? 某一数值，或? ?某一数值 例如, H1：p 0.5，或p ?0.5 ? 什么是检验统计量？ 1. 用于假设检验决策的统计量 2. 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?(significant level) ? 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 ?? 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， t?或t?/2 将检验统计量的值与? 水平的临界值进行比较 得出拒绝或不拒绝原假设的结论 什么是P 值?(P-value) 是一个概率值 如果原假设为真，P-值是抽样分布中大于或小于样本统计量的概率 左侧检验时，P-值为曲线上方小于等于检验统计量部分的面积 右侧检验时，P-值为曲线上方大于等于检验统计量部分的面积 双侧检验的P 值 左侧检验的P 值 右侧检验的P 值 利用 P 值进行检验(决策准则) 单侧检验 若p-值 ?,不拒绝 H0 若p-值 ?, 拒绝 H0 双侧检验 若p-值 ?/2, 不拒绝 H0 若p-值 ?/2, 拒绝 H0 双侧检验和单侧