Session13假设检验.pptVIP

假设（hypothesis） 是对总体参数（assumption）的一个假定. 参数是总体的均值或比例 参数必须在分析前已经确定 原假设是陈述将要检验的假设 例如：我国平均每个家庭至少拥有3个小孩 (H0: m ? 3) 开始时假设原假设是正确的（TRUE）. 与在被证明有罪前是清白的模式相似（ innocent until proven guilty) 备择假设是原假设的相反的假设 例如：我国平均每个家庭最多拥有2个小孩(H1: m 3) 是对现状的挑战 从不包含“=”符号 备择假设不一定会被接受 步骤: 陈述原假设 (H0: m ? 3) 陈述备择假设 (H1: m 3) 假设是互斥和穷尽的 （mutually exclusive exhaustive） 有时先形成备择假设比较容易. 定义原假设为真而样本统计值不能够表明 称为抽样分布的拒绝区域 让 a 来表示原假设为真时拒绝了原假设的概率 典型的值是 0.01, 0.05, 0.10 研究一开始是有研究者确定的 提供了假设检验的关键数值 第一类错误（Type I Error） 原假设为真而拒绝了它 会产生很严重的后果 第一类错误记为 a，称为置信水平 第二类错误（Type II Error） 原假设为假时却接受了它 第二类错误的概率记为 b 总体参数的真正值 置信水平 a 总体标准方差 s 样本量 n 1. 陈述 H0 H0 : m ? 3 2. 陈述 H1 H1 : m 3 3. 选择 a a = .05 4. 选择 n n = 100 5. 选择检验： 各种检验 6. 设定关键值 Z = -1.645 7. 收集数据 100 的家庭调查 8. 计算检验统计量 Test Stat.= -2 9. 做统计决策 拒绝原假设 10. 表述决策 视各种背景问题 假设 总体服从正态分布 如果不是正态分布，使用大样本近似 原假设是 = 或 = Z 检验统计量: 平均每箱包含大于等于 368 克吗?一个25个样本的随机抽样表明 X = 372.5. 公司确定标准方差 s 为15 克. 置信水平 a=0.05 下进行假设检验. a = 0.025 n = 25 关键值: 1.645 平均每箱包含 368 克吗? 一个25个样本的随机抽样表明 X = 372.5. 公司确定标准方差 s 为15 克. 置信水平 a=0.05 下进行假设检验. a = 0.05 n = 25 关键值: ±1.96 假设 总体服从正态分布 如果不是正态分布，使用大样本近似 检验统计量 t 检验统计量 平均每箱包含大于等于 368 克吗?一个36个样本的随机抽样表明样本均值X = 372.5. 样本标准方差 s 为15 克. 置信水平 a=0.01 下进行假设检验. a = 0.01 n = 36, df = 35 关键值: 2.4377 包含分类变量 （categorical variables） 其中一类的比例% 如果是两类结果服从二项分布 抽样比例 (ps) a = .05 n = 500 假设: 样本是独立和随机抽取的 数据是数值型的 总体方差已知 样本量比较大（大于30） 检验统计量: 假设: 总体都服从正态分布 如果不是正态分布，可以用正态分布近似 样本是随机和独立抽取 总体方差未知，但是假定相等 F Test in Two Variances两方差的F检验 F Test in Two Variances两方差的F检验 假设 H0: s12 = s22 H1: s12 ? s22 检验统计量 F = S12 /S22 自由度 df1 = n1 - 1; df2 = n2 - 1 关键值: FL( ) FU( ) FL = 1/FU* 检验两个相关总体的均值 对比或匹配（Paired or Matched） 重复度量的 (Before/After) 假设 两个总体都服从正态分布 如果不是正态分布，使用大样本近似 在新旧软件下操作工人的操作时间的比较 新的软件好吗 ( 0.05的置信水平 ) ? Z Test Two Means (Variances Known) 方差已知的两均值差的Z检验 Z Test Two Me