一个总体假设检验剖析.docVIP

第六章 假设检验 ★统计推断包括： 参数估计 假设检验（PPT） 第一节 假设检验的基本问题 ●许多科学研究、日常工作，往往都是从“建立假说”开始的。通常实验研究的逻辑过程如下： 提出假设 观测搜集实验数据 统计处理分析检验假设的正确性 对假设做出合理解释 ◆销费者想证实某商品对自己造成了伤害要求赔偿。 ◆人力资源管理者想了解新的薪酬方案推行一年后，是否明显的刺激了员工的工作热情？ ◆一项绩效评估结果是否说明两小组之间 的效率有显著差异？等等。 ●一、假设检验：是在两种互相对立的行为之间，通过抽样实验来进行抉择的统计分析方法。 ◎例如：进口一批特薄型钢板，规定平均厚度 为5毫米，钢板到货后要确定是否应接受？ “接受”或“拒绝”就是两种互相对立的行为。 ●二、原假设和备择假设：这是两个互相对立的假设。 原假设：也称虚拟假设（无效假设、零假设）,用H0表示。 如：“钢板平均厚度为5毫米”表示为：H0：μ = 5 m m。 备择假设：也称对立假设,用H1表示。上例中“钢板平均厚度为5毫米”的对立假设为：H1：μ ≠5 m m。 这里虚无假设H0与对立假设H1是互相对立的，其中只能有一个成立 若接受虚无假设H0，就必须拒绝对立假设H1 若接受对立假设H1，就必须拒绝虚无假设H0 如果μ=5 m m时接受H0，μ=5.005 m m， μ=4.999 m m是否拒绝H0？理由是什么？ ★这里的关键是：寻找一种方法，来说明在什么条件下，去接受或拒绝H0 。假设检验提供了有关方法，并给出合理的解释。 ●三、显著水平及选择： 用什么标准去“肯定”或“否定”呢？ 显著水平。 ※ 显著水平与置信度相反，它表示如果假设是真的，在某一界限范围以外样本平均数所占的百分比。显著水平用α表示。假设检验的基本原理是根据小概率原理，做出是否接受原假设决定的。若α=5%，见下图： 图中C1、 C2叫做临界值。临界值以外的部分是拒绝区。从图中可以看出，做一个检验时，使用的显著水平愈 2.5% 2.5% 高，“零假设”为真而被拒绝的概率 愈大。图中的样本平均数在接受 区。但若使用α=10%的显著水平， C1 接受区 C2 平均数就可能落在拒绝区而被拒绝。 ◎进行假设检验时，通常要先规定显著水平。常用的显著水平为：α=0.1、0.05、0.01、0.02等。 ●四：两种误差类型及选择：（PPT） （1）否定一个不真实的零假设 在检验一个假设时 （2）否定一个真实的零假设 有四种可能结果 （3）肯定一个不真实的零假设 （4）肯定一个真实的零假设 在上述问题中四种可能结果中，（2）、（3）是错误的，是不期望得到的结果。 两个术语： ◎Ⅰ型误差：犯“否定一个真实的零假设”的错误，也叫“弃真”错误，其概率用α表示，常用的Ⅰ型误差概率有；0.10；0.05；0.01等。α也叫“显著水平”。 ◎Ⅱ型误差：犯“肯定一个不真实的零假设” 的错误，也叫“取伪”错误，其概率用β表示。 决 策 风 险： 决策 结果 实 际 情 况 H0为真 H0为假 接受H0 决策正确 决策错误（取伪β） 拒绝H0 决策错误（弃真α） 决策正确 ◆注意：当接受一个“零假设”时，并不是肯定“零假设”就是正确的，只是目前没有充分的理由去否定它。 ●Ⅰ型误差与Ⅱ型误差的关系：当n不变时，要想减少α必然导致增大β。见PPT ◆思考并讨论： 1、若要同时减小Ⅰ型误差与Ⅱ型误差，最有效的办法是什么？ 2、举例说明在经济管理统计中，若增大α或β会产生什么样的不良后果？如何权衡利弊？ 3、“显著水平”和“置信度”是什么关系？ ※※※※※※※※※※※※※※※※※※※※ 第二节 一个总体平均数和比例的假设检验 ●一、假设检验的步骤： 1、陈述假设；2、识别统计量及其分布（z分布或t分布）；3、选择显著水平；4、陈述决策规则； 5、搜集数据计算结果；6、做出统计决策； 7、做出经营管理决策。 ◆假设检验： 双侧检验(双尾) PPT图 单侧检验 左侧检验 (单尾) 右侧检验 双侧检验与单侧检验 (假设的形式) 假设 研究的问题 双侧检验 左侧检验 右侧检验 H0 ??= ?? ?≥ ?? ??≤?? H1 ??≠?? ?? ?? ?? ?? 通常将H0放在无显著差异区 ●二、总体平均数假设检验： ▲案例1：某电视台某个节目其内容是针对