概率论和数理统计假设检验的概念.pptVIP

§8.1 二、假设检验的相关概念 三、假设检验的一般步骤 四、典型例题 五 上式不等号成立的原因: 证明 (2)左边检验 3. 确定检验统计量以及拒绝域形式; 例1 这是右边检验问题, 即认为这批推进器的燃烧率较以往有显著提高. 解 根据题意需要检验假设 解 例2 * * 第八章 假设检验的基本概念 若对 参数 有所 了解 但有怀 疑猜测 需要证 实之时 用假设 检验的 方法来 处理 若对参数 一无所知 用参数估计 的方法处理 §8.1 假设检验的基本思想与概念 假设检验问题 引例 某厂生产的合金强度服从 ，其中 的设计值? 为不低于110(Pa)。为保证质量，该 厂每天都要对生产情况做例行检查，以判断生 产是否正常进行,即该合金的平均强度不低于 110(Pa)。某天从生产中随机抽取25块合金， 测得强度值为x1, x2 , …, x25，其均值为 (Pa)，问当日生产是否正常？ (1) 是参数估计问题吗？ (2) 回答“是”还是“否” ，假设检验问题。 (3) 命题“合金平均强度不低于110Pa”正确与 否仅涉及如下两个参数集合： 这两个非空参数集合都称作统计假设， 简称假设。 (4) 我们的任务是利用样本去判断假设（命题） “ ”是否成立。这里的“判断”在统计学中 称为检验或检验法则。 假设检验的基本步骤 一、建立假设 在假设检验中，常把一个被检验的假设称为原假设，用 表示，通常将不应轻易加以否定的假设作为原假设。当 被拒绝时而接收的假设称为备择假设，用 表示，它们常常成对出现。 在上例中，我们可建立如下两个假设： 二、选择检验统计量，给出拒绝域形式 由样本对原假设进行判断总是通过一个统计量完成的，该统计量称为检验统计量。使原假设被拒绝的样本观测值所在区域称为拒绝域，一般用W 表示，在上例中，样本均值 愈大，意味着总体均值? 也大，因此，合理的拒绝域形如 正如在数学上我们不能用一个例子去证明一个结论一样，用一个样本（例子）不能证明一个命题（假设）是成立的，但可以用一个例子（样本）推翻一个命题。因此，从逻辑上看，注重拒绝域是适当的。事实上，在“拒绝原假设”和“拒绝备择假设（从而接收原假设）”之间还有一个模糊域，如今我们把它并入接收域，所以接收域是复杂的，将之称为保留域也许更恰当，但习惯上已把它称为接收域，没有必要再进行改变，只是应注意它的含义。 三、选择显著性水平 由于检验法则是根据样本做出的，所以检验可能犯以下两类错误： 其一是 为真但样本观测值落在拒绝域中， 从而拒绝原假设 ，这种错误称为第一类错 误，其发生的概率称为犯第一类错误的概率， 或称拒真概率，通常记为 其二是 不真（即 为真）但样本观测值落 在接受域中，从而接受原假设 ，这种错误称 为第二类错误，其发生的概率称为犯第二类错 误的概率,或称采伪概率，通常记为 。 观测数 据情况 总体情况 犯第一类错误 正确 正确 犯第二类错误 为真 为真 当? 减小时，必导致?的增大； 当? 减小时，必导致? 的增大； 说明：在样本量一定的条件下不可能找到一个使? 和? 都小的检验。 英国统计学家 Neyman 和 Pearson 提出水平为? 的显著性检验的概念。 显著性检验：控制第一类错误，让它不大于 ；而不考虑第二类错误概率。 数 称之为显著性水平。 四、给出拒绝域 确定显著性水平后，可以定出检验的拒绝域W。 在上例，若取?=0.05, 若令 则拒绝域有一种表示: 五、作出判断 在有了明确的拒绝域后，根据样本观测值我们可以做出判断： 当 时，则拒绝 即接收 ； 当 时，则接收 在上例中，由于 因此拒绝原假设，即认为该日生产不正常。 假设检验的内容 参数检验 非参数检验 总体均值, 均值差的检验 总体方差, 方差比的检验 分布拟合检验 符号检验 秩和检验 通常借助于直观分析和理论分析相结合的做法,其基本原理就是人们在实际问题中经常采用的所谓实际推断原理:“一个小概率事件在一次试验中几乎是不可能发生的”. 假设检验所以可行,其理论背景为实际 推断原理,即“小概率原理” 假设检验的理论依据 实例 某车间用一台包装机包装葡萄糖, 包得的袋装糖重是一个随机变量, 它服从正态分布.当机器正常时, 其均值为0.5千克, 标准差为0.015千克.某日开工后为检验包装机是否