统计学6 1.pptVIP

* * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * 3、整群抽样公式（不重复） 平均数 成数 某水泥厂对一昼夜所生产的14400袋（1440群）水泥抽样检查其质量，根据以往资料，水泥平均重量的群间方差为2.65，允许误差为1.5公斤；一级品率的群间方差为0.00048，允许误差为0.015，要求可靠程度为95.45%，需要抽多少样本群？ 据题意： t＝2 一、假设检验的概念 §6.7假设检验 定义 根据一定随机样本所提供的信息，来判断对总体未知参数事先所作的假设是否可信的统计方法。 类型 参数假设检验 非参数假设检验 特点 采用逻辑上的反证法 根据统计上的小概率原理 二、假设检验的一般方法 1、统计假设 原假设（H0 ）和替代假设（H1 ）在统计学中的统称。 原假设（H0 ）：接受检验的假设 备择/替代假设（H1 ）：当H0被否定时生效的另外一个假设 分类：关于总体平均数的假设： H0：X＝X0 H1：X≠ X0 →双边检验 H0：X≥ X0 H1：X X0 →单边检验 H0：X≤ X0 H1：X X0 →单边检验 2、一般步骤 根据问题确立原假设H0和备选假设H1； 确定一个显著水平α，它是衡量稀有性（小概率事件）的标准，常取为0.05； 选择适当地检验统计量，且能在H0成立的条件下，知道其分布；根据分布及显著性水平确定H0的否定域，即确定临界值Z α 或Z α/2 根据样本数值计算统计量W0 ，如果W0落入H0的拒绝域，则拒绝H0；否则不能拒绝原假设H0。并据此决策 假设条件确定原则： 根据现存的、具有稳定性的、没有条件变化、不会 被轻易否定的命题作为H0。 ·新方法比原方法好，一般将原方法设为H0 ·仅验证某个条件是否成立，则以成立为H0 双侧检验H0：X＝X0 H1：X≠ X0 否定域 接受域 否定域 -Za/2 Za/2 O 1-a P(x) a/2 a/2 临界值 临界值 样本统计量 H0 抽样分布 置信水平 双侧检验的显著性水平和拒绝域 1. 双侧检验属于决策中的假设检验。也就是说，不论是拒绝H0还是接受H0，我们都必需采取相应的行动措施 2. 例如，某种零件的尺寸，要求其平均长度为10厘米，大于或小于10厘米均属于不合格 3. 建立的原假设与备择假设应为 H0:Ｘ= 10 ，H1: Ｘ?10 观察到的样本统计量 单边检验（1检验研究中的假设） 1. 将所研究的假设作为备择假设H1 2. 将认为研究结果是无效的说法或理论作为原假设H0。或者说，把希望(想要)证明的假设作为备择假设 3. 先确立备择假设H1 例如，采用新技术生产后，将会使产品的使用寿命明显延长到1500小时以上。（属于研究中的假设，建立的原假设与备择假设应为H0: ?≤1500 ，H1: ??1500 例如，改进生产工艺后，会使产品的废品率降低到2%以下 （属于研究中的假设，建立的原假设与备择假设应为H0: ?≤ 2% ，H1: ?? 2%） 单边检验（2某项声明的有效性） 1. 将所作出的说明(声明)作为原假设 2. 对该说明的质疑作为备择假设 3. 先确立原假设H0，除非我们有证据表明“声明”无效，否则就应认为该“声明”是有效的 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 单边检验（1）H0：X≤X0 H1：X X0 接受域 否定域 Za O 1-a P(x) a 单边检验（2）H0：X≥X0 H1：X X0 否定域 接受域 -Za O 1-a P(x) a 3、检验统计量 1.用于假设检验问题的统计量 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 3. 检验统计量的基本形式为 1. 是一个概率值，表示原假设为真时，拒绝原假设的概率。利用其求临界值，区分抽样分布的拒绝域和接受域 2. 表示为α 常用的α 值有0.01, 0.05, 0.10 3. 由研究者事先确定 4、显著性水平 5、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α，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β α和β的关系就像翘