第四章假设检验.pptVIP

第四章 假设检验(Hypothesis Testing) §4.1 假设检验的概念与步骤 (3)显著性水平与临界值。 二、假设 三、两类错误 四、假设检验问题的类型 显著性检验的思想和步骤 二、方差比的假设检验 §4.4 检验的p值 表1 上例中不同α的拒绝域与结论 §4.5 秩和检验 一、基本概念 二、秩和检验的导出 这里: 对于?=0.10， 因为 拒绝H0，认为两种安眠药的疗效有显著性差异 上题中,试检验是否甲安眠药比乙安眠药疗效显著? 这里:t=1.861.3304,故拒绝H0,认为甲安眠药比乙安眠药疗效显著 上题中,试检验是否乙安眠药比甲安眠药疗效显著? 两样本独立, 给定检验水平 ?, 由观测值 假定?1, ?2未知 由p{F?F1??/2(n1?1, n2?1) 或F?F?/2(n1?1, n2?1)} = ? F1??/2 F?/2 得拒绝域 F?F1??/2(n1?1, n2?1) 或 F?F?/2(n1?1, n2?1) 而对应的单边问题 拒绝域为 F?F?(n1?1, n2?1) F?F1??(n1?1, n2?1) 拒绝域为 例7.有甲乙两种机床,加工同样产品,从这两台机床加工的产品中 随 机 地 抽 取 若 干 产品,测得产品直径为(单位:mm): 甲: 20.5, 19.8, 19.7, 20.4, 20.1, 20.9, 19.6, 19.9. 乙: 19.7, 20.8, 20.5, 19.8, 19.4, 20.6, 19.2. 假定甲,乙 两台机床的产品直径都服从正态分布,试比较甲,乙两台机床加工的精度有无显著差异?(?=0.05 ) 解: 0.1957F5.7,接受H0，甲,乙两台机床加工的精度无显著差异 检验统计量为 拒绝域为：{F?F1??/2(n1?1, n2?1) 或F?F?/2(n1?1, 2?1)} 计算得： F1?0.025(7, 6)=1/5.12=0.1953 F?F0.025(7, 6)=5.7 一个假设检验问题的结论是很简单的，但在给定的显著性水平下，不是拒绝原假设H0就是接受原假设H0。然而有可能发生如下情况：在显著性水平α=0.05下拒绝原假设H0，可在显著性水平α=0.01下接受原假设H0。因为降低显著性水平会导致拒绝域缩小，这样原来落在α=0.05的拒绝域中的检验统计量的观察值就有可能落在α=0.01的接受域中，也就是说选取不同的α会得出不同的结论。 例1 一支香烟中的尼古丁含量X服从正态分布N(μ,1),合格标准规定μ不能超过1.5mg.为对一批香烟的尼古丁含量是否合格作判断,可建立如下假设: H0:μ≤1.5,　　H1: μ＞1.5 这是在方差已知情况下对正态分布的均值作单边检验,所用的检验统计量为 拒绝域是 显著性水平α 　　　拒绝域 U=2.1时的结论 0.05 {u≥1.645} 拒绝H0 0.025 {u≥1.96} 拒绝H0 0.01 {u≥2.33} 接受H0 0.005 {u≥2.58} 接受H0 从上表可看出，当α相对大一些时，U的临界值就小 从而2.1超过了临界值,故应拒绝H0; 而当α减小时,临界值便会增大, 2.1就可能不会超过临界值, 这时便接受H0. 用 时检验统计量 U 的分布 可求得 在一般场合, p 值的定义是: 在现代计算机的软件中都会在一个假设检验问题中给出相应的p值, 那么对任意指定的显著性水平, 我们便可以根据p值来下结论. 定义4.3.1 在一个假设检验问题中, 拒绝假设H0的最小显著性水平 称为p值. 回到上例中,如果指定显著性水平为 , 则拒绝域为 , 由样本求得 如果 , 则 ，从而u 落在拒绝域中，故结论是: 在水平 下拒绝H0； 如果 ，则 ，从而u未落在拒绝域中，故在水平 下应接受H0。 对任意指定的显著性水平，在与P比较后可得到如下结论： 如果 值，则在显著性水平 下拒绝 ； 如果 值，则在显著性水平 下接受 。 任