第八章 假设检验27572.pptVIP

第八章 假设检验 一、假设检验(Hypothesis Testing)问题的提出 有许多实际问题，需要通过部分信息量，对某种看法进行判定或估计。 例1、某企业生产一种零件，以往的资料显示零件平均长度为4cm，标准差为0.1cm。工艺改革后，抽查100个零件发现其平均长度为3.94cm。问：工艺改革后零件长度是否发生了显著变化？ 例2、某厂有一日共生产了200件产品，按国家标准，次品率不得超过3%才能出厂。现从该批产品中随机抽取10件，发现其中有2件次品，问这批产品能否出厂。 1、假设检验采用的逻辑推理方法是反证法 为了检某假设是否成立，先假定它正确，然后根据样本信息，观察由此假设而导致的结果是否合理，从而判断是否接受原假设； 2、判断结果合理与否，是基于“小概率事件不易发生”这一原理的 即在一次抽样中，小概率事件不可能发生。如果在原假设下发生了小概率事件，则认为原假设是不合理的；反之，小概率事件没有发生，则认为原假设是合理的。 因此，置信度大小的不同，有可能做出不同的判断。 1、提出原假设(null hypothesis)和备择假设(alternative hypothesis) 原假设为正待检验的假设：H0； 备择假设为可供选择的假设：H1 一般地，假设有三种形式： （1）双侧检验： H0 : ???0; H1 :???0 （2）左侧检验： H0 : ???0; H1 :??0 或 H0 : ???0; H1 :??0 （3）右侧检验： H0 : ???0; H1 :??0 或 H0 : ?=?0; H1 :??0 通过样本计算统计量的具体值，与临界值比较，根据落入拒绝域或接受域的情况来拒绝或接受原假设。 由于假设检验是根据有限的样本信息来推断总体特征，由样本的随机性可能致使判断出错。 （一）第一类错误 当原假设为真时，而拒绝原假设所犯的错误，称为第I类错误或拒真错误。易知犯第I类错误的概率就是显著性水平?: 1、犯第一类错误与犯第二类错误的概率存在此消彼长的关系; 一、总体均值的假设检验 （一）总体方差已知，正态总体，样本大小不限 如果总体X~N(?,?2)，在方差已知的情况下，对总体均值?进行假设检验。 由于 例3：根据以往的资料，某厂生产的产品的使用寿命服从正态分布N(1020, 1002)。现从最近生产的一批产品中随机抽取16件，测得样本平均寿命为1080小时。问这批产品的使用寿命是否有显著提高（显著性水平：5%）？ （二）总体方差未知，正态总体，小样本 二、总体比例的假设检验 大样本下，样本比例趋向于正态分布，因此可通过构造Z统计量的方法进行假设检验： 只讨论限于正态总体方差的检验。 设所要检验的原假设为： H0： 在例2中，由于所抽样本只为10，为小样本，因此无法构造Z统 计量进行总体比例的假设检验。 但可以通过概率论的知识给予初步的判断： 说明： 1、如果该批产品满足不超过3%的次品率，则从200件中随机抽取10件，至少有2件以上次品的概率不超过4%，这是一个很小的概率。 2、这一小概率事件在一次抽样中出现，因此原假设这批产品的次品率不超过3%的判断很可能有错误，而应拒绝。 3、因此可以认为这批产品的次品率大于3%，所以该批产品不能出厂。 第三节 假设检验中的其他问题 一、区间估计与假设检验的关系 1、区别： 区间估计是依据样本资料估计总体的未知参数的可能范围； 假设检验是根据样本资料来检验对总体参数的先验假设是否成立。 2、联系 都是根据样本信息对总体参数进行推断； 都是以抽样分布为理论依据； 都是建立在概率基础上的推断，推断结果都有风险； 对同一问题的参数进行推断，使用同一样本、同一统计量、同一分布，因而二者可以相互转换。 二、假设检验中的P值 假设检验的结论是在给定的显著性水平下作出的。因此，在不同的显著性水平下，对同一问题所下的结论可能完全相反（下图）。