第8章假设检验.ppt

2 假设检验（Hypothesis testing）和参数估计（Parameter estimation）是统计推断的两个组成部分，它们都是利用样本对总体进行某种推断。 参数估计是用样本统计量估计总体参数的方法，总体参数在估计之前是未知的。 假设检验则是先对总体参数的值提出一个假设，然后利用样本信息去检验这个假设是否成立。 参数假设检验 学习目标 假设检验的基本思想和原理 假设检验的步骤 一个总体参数的检验 两个总体参数的检验 P值的计算与应用 用Excel进行检验 统计方法 假设检验（Hypothesis testing）和参数估计（Parameter estimation）是统计推断的两个组成部分，它们都是利用样本对总体进行某种推断。 参数估计是用样本统计量估计总体参数的方法，总体参数在估计之前是未知的。 假设检验则是先对总体参数的值提出一个假设，然后利用样本信息去检验这个假设是否成立。 为什么要做假设检验呢？ 某品牌洗涤剂在它的产品说明书中声称：平均净含量不少于500g。是否属实呢？ 引 例 某健身俱乐部欲根据往年的会员情况，制定2006年的会员发展营销策略。主管经理估计俱乐部会员的平均年龄是35岁，其中25～35岁的会员占总人数的70%。研究人员从2005年入会的新会员中随机抽取40人，调查得知他们的平均年龄是32岁，其中25～35岁的会员占74%。根据这份调查结果，主管经理的对会员年龄的估计是否准确？ 1 什么是假设检验? (hypothesis test) 先对总体的参数(或分布形式)提出某种假设，然后利用样本信息判断假设是否成立的过程（不应用估计出总体参数的样本来判断） 参数假设检验：已知总体分布 逻辑上运用反证法， 统计上依据小概率原理 区间估计 (interval estimate) 在点估计的基础上，给出总体参数估计的一个区间范围，该区间由样本统计量加减估计误差而得到 根据样本统计量的抽样分布能够对样本统计量与总体参数的接近程度给出一个概率度量 比如，我有 95% 的把握认为 ? 在40和50之间. 区间估计的图示 置信水平(confidence level) 将构造置信区间的步骤重复很多次，置信区间包含总体参数真值的次数所占的比例称为置信水平 表示为 (1 - ???? ??为是总体参数未在区间内的比例? 常用的置信水平值有 99%, 95%, 90% 相应的 ??为0.01，0.05，0.10 置信区间 (confidence interval) 由样本统计量所构造的总体参数的估计区间称为置信区间 统计学家在某种程度上确信这个区间会包含真正的总体参数，所以给它取名为置信区间 置信区间是一个随机区间，会因样本的不同而不同，不是所有的区间都包含总体参数的真值。 用一个具体的样本所构造的区间是一个特定的区间，我们无法知道这个区间是否包含总体参数的真值。 我们可以知道多次抽样得到的区间中大概有多少个区间包含了参数的真值。 错误表述： 这一区间以一定的概率包含总体参数 总体参数以一定的概率落在这一区间 总体参数有多少可能性落在这一区间 置信区间 (95%的置信区间) 影响区间宽度的因素 区间的宽度 影响因素： 1. 数据离散度 ? 2. 样本容量 n 3. 置信水平 (1－?) 基本原理 假设检验的过程和思路 ——概率意义下的反证法 二、假设检验的步骤 第一步，根据问题要求提出原假设（Null hypothesis）和备择假设（Alternative hypothesis）； 第二步，确定适当的检验统计量及相应的抽样分布； 第三步，选取显著性水平，确定原假设的接受域和拒绝域； 第四步，计算检验统计量的值； 第五步，作出统计决策。 下面结合例题对每一个步骤的内容进行分析和说明。 举例1 某健身俱乐部主管经理估计会员的平均年龄是35岁，研究人员从2005年入会的新会员中随机抽取40人，调查得到他们的年龄数据如下。 1. 提出原假设和备择假设 原假设（Null hypothesis）又称零假设，是需要通过样本推断其正确与否的命题，用H0表示。 本例中可以提出： H0 : m=35；这里m表示总体会员的平均年龄，意味着总体会员的平均年龄与主管经理估计的35岁没有差异。 与原假设对立的假设是备择假设，用H1表示。 在本例中，备择假设意味着“总体会员的平均年龄与主管经理估计的会员平均年龄35岁有显著差异”，可以表示为H1 : m≠35。 原假设与备择假设互斥，检验结果二者必取其一。 原假设(null hypothesis) 研究者想收集证据予以反对的假设 又称“0假设” 符号 ?, ? 或?? 表示为 H0 H0 ： ? = 某一数值 指定为