应用统计学(立新)第6章 统计推断(3节).pptVIP

2002-6 第五章 抽样推断 第六章 统计 推 断 第三节 一、 基本概念、原理及步骤 二、总体平均数的检验 三、总体比例的检验 四、总体方差的检验 一、基本概念、原理与步骤 1.基本概念 2.原理 3.步骤 1.基本概念 ?假设是指对总体参数的的数值所作的一种陈述 总体参数包括总体均值、比例、方差等 分析之前必需陈述 1.基本概念 假设检验是指事先对总体参数或分布形式作出某种假设，然后利用样本信息来判断原假设是否成立 有参数假设检验和非参数假设检验 假设检验的过程（提出假设→抽取样本→作出决策） 原假设和备择假设 ? 什么是原假设？ 也叫待检验的假设，又称“0假设” 研究者想收集证据予以反对的假设 总是有等号 ?, ? 或?? 表示为 H0 H0：? ? 某一数值 或 ? ? 某一数值 或 ? ? 某一数值 ? 例如, H0：? ? 4cm 什么是备择假设？ 与原假设对立的假设，也称“研究假设” 研究者想收集证据予以支持的假设 总是有不等号: ?,?? 或 ? 表示为 H1 H1： ? ?某一数值, ? 某一数值，或? ?某一数值 例如, H1： ? ? 4, ? 4cm，或? ?4cm 假设检验中的两类错误 1. 第一类错误（弃真错误） 原假设为真时拒绝原假设 会产生一系列后果 第一类错误的概率为? 被称为显著性水平 2. 第二类错误（取伪错误） 原假设为假时接受原假设 第二类错误的概率为??(Beta) 3.? 错误和 ? 错误的关系 2 原理 3 步骤 提出假设，即原假设和备择假设。 确定适当的检验统计量，并计算其值。 确定显著性水平?，并查出其相应临界值。 作出统计决策。 例如前面例子中，认为工艺改革后该企业生产的零件的平均长度也为4 CM,即与工艺改革前没有变化， 则原假设： ， 其对立假设即备择假设为： 什么是检验统计量？ 1. 用于假设检验决策的统计量 2. 选择统计量的方法与参数估计相同，需考虑 是大样本还是小样本 总体方差已知还是未知 例如前面引例中检验统计量的基本形式 什么是显著性水平？ 1. 是一个概率值 2. 原假设为真时，拒绝原假设的概率 被称为抽样分布的拒绝域 3. 表示为 ??(alpha) 常用的 ??值有0.01, 0.05, 0.10 4. 由研究者事先确定 将检验统计量的值与? 水平的临界值进行比较，得出拒绝或不拒绝原假设的结论。 具体结论还要看是双侧检验还是单侧检验。 双侧检验是指拒绝域在两侧的检验，如图1所示。原假设用符号“=”来表示。决策规则为：若|检验统计量| 临界值，则拒绝H0 ;或者根据检验统计量可以计算出相应的概率P，与显著性水平?/2大小进行比较，若 ，则拒绝H0 。 单侧检验又分为左侧检验和右侧检验。 左侧检验是指拒绝域在左侧的检验。如图2所示。原假设用符号“ ”来表示。决策规则为：若检验统计量 –临界值，则拒绝H0 ；或者根据检验统计量可以计算出相应的概率P，与显著性水平?大小进行比较，若 ，则拒绝H0 。 例如，某灯泡制造商声称，该企业所生产的灯泡的平均使用寿命在1000小时以上 除非样本能提供证据表明使用寿命在1000小时以下，否则就应认为厂商的声称是正确的 建立的原假设与备择假设应为 H0: ? ? 1000 H1: ? 1000 右侧检验是指拒绝域在右侧的检验，如图3所示。原假设用符号“ ”来表示。决策规则为：统计量 临界值，拒绝H0 ；或者根据检验统计量可以计算出相应的概率P,与显著性水平?大小进行比较，若 ，则拒绝H0 。 例如：某企业用一台包装机包装食品，标准重量为500g,假设食品重量服从正态分布，且有长期经验知道其标准差为15 g，某日开工后从生产的包装食品中随机抽取9包，测得它们的平均重量为511 g，试检验包装机包装的食品重量是否显著高于规定水平？ 解：建立的假设为： 二、 总体平均数的检验 1.大样本（ ）(?2 已知或?2未知) 假定条件 总体服从正态分布 若不服从正态分布, 可用正态分布来近似(n?30) 使用Z-统计量 ?2 已知： ?2 未知： ?2 已知大样本均值的检验 【例】一种罐装饮料采用自动生产线生产，每罐的容量是255ml，标准差为5ml。为检验每罐容量是否符合要求，质检人员在某天生产的饮料中随机抽取了40罐进行检验，测得每罐平均容量为255.8ml。取显著性水平?=0.05 ，检验该天生产的饮料容量是否符合标准要求？ 总体均值的检验(? 2 已知)(例题分析) H0 ：? = 255 H1 ：? ? 255