第五章抽样与推断辨析.pptVIP

第六节 假设检验 一、假设检验的意义 　　所谓假设检验，就是对某一总体参数先作出假设的数值；然后搜集样本资料，用这些样本资料确定假设数值与样本数值之间的差异；最后，进一步判断两者差异是否显著，若两者差异很小，则假设的参数是可信的，作出“接受”的结论，若两者的差异很大，则假设的参数准确的可能性很小，作出“拒绝”的结论。 　　某厂生产一批产品，必须检验合格才能出厂，规定合格率为95%，现从中抽取100件进行质量检查，发现合格率为93%，假设检验就是利用样本指标p=93%的合格率，来判断原来假设P=95%合格率是否成立。如假设成立，产品就能出厂，如假设不成立，这批产品便不能出厂。 例1 　　某地区去年职工家庭年收入为72000元，本年抽样调查结果表明，职工家庭年收入为71000元，这是否意味着职工生活水平下降呢？我们还不能下这个结论，最好通过假设检验，检验这两年职工家庭收入是否存在显著性统计差异，才能判断该地区今年职工家庭年收入是否低于去年水平。 例2 二、假设检验的程序 (一)提出原假设和替代假设 　　原假设(又称虚无假设)是接受检验的假设，记作H0； 　　替代假设(又称备选假设)是当原假设被否定时的另一种可成立的假设，记作H1； 　　H0与H1两者是对立的，如H0真实，则H1不真实；如H0不真实，则H1为真实。 H0和H1在统计学中称为统计假设。 　　关于总体平均数的假设有三种情况： (1) H0: μ=μ0； H1: μ≠μ0 (2) H0: μ≥μ0； H1: μμ0 (3) H0: μ≤μ0； H1: μμ0 以上三种类型，对第一种类型的检验，称双边检验，因为μ≠μ0，包含μμ0和μμ0。而对第二、三种类型的检验，称单边检验。 例 (二)选择显著性水平 当原假设H0为真时，却因为样本指标的差异而被否定，这种否定真实的原假设的概率就是显著性水平。用α表示。　　 例 α=0.05(即5%)或α=0.01(即1%) 在假设检验中，要分析样本数值与参数假设值之间的差异，若两者差异越小，假设值真实的可能性则越大；反之，假设值真实的可能性越小。因此，要分析两者差异是否显著，如两者差异是显著的，就要否定原假设，因此，假设检验又称显著性检验。 (三)选定检验统计量及其分布 例 (四)计算检验统计量 在计算检验统计量时，要注意是双边检验还是单边检验。要根据显著性水平α的值确定统计量的否定域、接受域及临界值。 (五)根据样本指标计算的检验统计量的数值作出决策 如果检验统计量的数值落在否定域内(包括临界值)，就说明原假设H0与样本描述的情况有显著差异，应该否定原假设；如果该数值落在接受域内，就说明原假设H0与样本描述的情况无显著差异，则应接受原假设。 三、假设检验的基本方法  (介绍方差已知的总体平均数的假设检验) (一) 双边检验H0:μ=μ0；H1:μ≠μ0 某种产品的直径为6cm时，产品为合格，现随机抽取100件作为样本进行检查，得知样本平均值为6.1cm，现假设标准差为0.2cm，令α=0.05，检验这批产品是否合格。 例 (二) 单边检验 根据过去学校的记录，学生的统计学考试的平均分数为65分，标准差为16分。现在学校改革了教学方法，经抽取64名学生作调查，得平均分数为69分，问平均分数有无显著提高？(α=0.05) 例1 某工厂生产瓶装1千克的某饮料，标准差为0.02千克，现随机抽取36瓶进行检验，得平均重量为0.9962千克，问能否相信该厂生产的饮料每瓶重量为1千克。(α=0.05) 例2 人有了知识，就会具备各种分析能力， 明辨是非的能力。 所以我们要勤恳读书，广泛阅读， 古人说“书中自有黄金屋。 ”通过阅读科技书籍，我们能丰富知识， 培养逻辑思维能力； 通过阅读文学作品，我们能提高文学鉴赏水平， 培养文学情趣； 通过阅读报刊，我们能增长见识，扩大自己的知识面。 有许多书籍还能培养我们的道德情操， 给我们巨大的精神力量， 鼓舞我们前进。 * 概率度t 1.00 1.28 1.64 1.96 2.00 2.58 3.00 可靠程度p(t) 0.6728 0.8000 0.9000 0.9500 0.9545 0.9900 0.9973 (一) 简单随机抽样 二、必要抽样数目的计算公式 例题 某工厂拟采用纯随机抽样方式对其生产的5600只节能灯进行质量检查。根据生产经验，已知该节能灯耐用时间标准差为10小时，试计算在95.45%的可靠程度下： ①当抽样误差范围为1小时时，至少应抽多少只节能灯? ②当抽样误差范围扩大为2小时时，应抽多少只节能灯? 第四节 参数估计的基本方法 一、点估计及其性质 1、