4.假设检验.ppt

假设检验 1.理解假设检验的基本思想和基本步骤 ； 2.理解假设检验的两类错误及其关系； 3.熟练掌握总体均值、总体成数（比率）和总体方差的各种假设检验方法； 4.利用P - 值进行假设检验。 1 假设检验中的基本问题 1.1 假设检验中的小概率原理 1.2 假设检验的一些基本概念 1.3 假设检验的步骤 1.1 假设检验中的小概率原理 小概率原理:指发生概率很小的随机事件在一次试验中是几乎不可能发生的。通常小概率指p5%。 假设检验的基本思想是应用小概率原理进行逻辑推理。 例如:某厂产品合格率为99%,从一批(100件)产品中随机抽取一件,恰好是次品的概率为1%。随机抽取一件是次品几乎是不可能的, 但是这种情况发生了,我们有理由怀疑该厂的合格率为99%.这时我们犯错误的概率是1%。 1.2 假设检验的一些基本概念 1.原假设和备择假设 原假设：用H0表示，也称零假设、无差异假设； 备择假设：用H1表示，是原假设被拒绝后接受的假设。 若有证据证明为H0 为真，则H1 为假； H0 为假，则H1 为真。 对于任何一个假设检验问题所有可能的结果都应包含在两个假设之内，非此即彼。 2.检验统计量 用于假设检验问题的统计量称为检验统计量。 与参数估计相同，需要考虑： 是单总体还是双总体； 总体是否为正态分布； 小样本还是大样本； 总体方差已知还是未知。 3.显著性水平 用样本推断H0是否正确，必有犯错误的可能。 原假设H0正确，而被我们拒绝，犯这种错误的概率用?表示。把?称为假设检验中的显著性水平( Significant level), 即决策中的风险。 显著性水平就是指当原假设正确时人们却把它拒绝了的概率或风险。 通常取?＝0.05或?=0.01或?=0.001, 那么, 接受原假设时正确的可能性(概率)为:95%, 99%, 99.9%。 4.接受域与拒绝域 接受域：原假设为真时允许范围内的变动，应该接受原假设。 拒绝域：当原假设为真时只有很小的概率出现，因而当统计量的结果落入这一区域便应拒绝原假设，这一区域便称作拒绝域。 例：?＝0.05时的接受域和双侧拒绝域 5.双侧检验与单侧检验 假设检验根据实际的需要可以分为 ： 双侧检验（双尾）: 指只强调差异而不强调方向性的检验。 单侧检验（单尾）：强调某一方向性的检验。 左侧检验 右侧检验 假设检验中的单侧检验示意图 拒绝域 拒绝域 (a)右侧检验 (b)左侧检验 6.假设检验中的两类错误 假设检验是依据样本提供的信息进行推断的,即由部分来推断总体,因而假设检验不可能绝对准确,是可能犯错误的。 两类错误： ?错误(I型错误): H0为真时却被拒绝,弃真错误; ?错误(II型错误): H0为假时却被接受,取伪错误。 假设检验中各种可能结果的概率： 接受H0 ,拒绝H1 拒绝H0，接受H1 H0为真 1－ ?(正确决策) ?(弃真错误) H0为伪 ?(取伪错误) 1- ?(正确决策) (1)?与?是两个前提下的概率。即?是拒绝原假设H0时犯错误的概率，这时前提是H0为真； ?是接受原假设H0时犯错误的概率，这时前提是H0为伪。所以? ＋?不等于1。(2)对于固定的n,?与?一般情况下不能同时减小。对于固定的n, ?越小, Z?/2越大,从而接受假设区间(-Z?/2, Z?/2)越大,H0就越容易被接受,从而“取伪”的概率?就越大; 反之亦然。即样本容量一定时，“弃真”概率?和“取伪”概率?不能同时减少，一个减少，另一个就增大。 (3)要想同时减少?与?,一个方法就是要增大样本容量n。 1.3 假设检验的步骤 1、建立原假设和备择假设; 2、确定适当的检验统计量; 3、指定检验中的显著性水平; 4、利用显著性水平根据检验统计量的值建立拒绝原