大学数学概率篇之假设检验第一章.ppt

第一节 假设检验的基本概念 * 引言 统计推断的另一重要问题是假设检验. 在总体分布 未知或虽知其类型但含有未知参数时， 为推断总体 的某些未知特性， 提出关于总体的一些假设. 需根据样本提供的信息以及运用适当的统计量, 所提的假设作出接受或拒绝的决策， 假设检验是作 出这一决策的过程. 假设检验 参数假设检验 非参数假设检验 我们 对 参数检验假设是针对总体分布函数中的未知参数而 引言 提出的假设进行检验； 分布函数形式或类型的假设进行检验. 鉴于本章主要讨论单参数假设检验问题， 故本节就 以此为背景来探讨一般假设问题. 非参数检验假设是针对总体 完 一、引 例 下面结合例题来说明假设检验的基本思想. 设一箱中有红白两种颜色的球共100个， 甲说这里有 98个白球， 乙从箱中任取一个， 发现是红球， 说法是否正确？ 先作假设 箱中确有98个白球. 如果假设 正确， 则从箱中任取一个球是红球的概 率只有0.02， 是小概率事件. 通常认为在一次随机试 验中， 概率小的事件不易发生， 因此， 问甲的 取一个， 发现是白球， 若乙从箱中任 则没有理由怀疑假设 的正 引 例 确性. 今乙从箱中任取一个, 发现是红球， 率事件竟然在一次试验中发生了， 设 即认为甲的说法不正确. 即小概 故有理由拒绝假 二、假设检验的基本思想 假设检验的基本思想 实质上是带有某种概率性质 的反证法. 为了检验一个假设 是否正确， 定该 正确， 然后根据抽取到的样本对假设 作出接受或拒绝的决策. 如果样本观察值导致了不 合理的现象的发生， 就应拒绝假设 假设 假设检验中所谓“不合理”， 并非逻辑中的绝对矛盾, 首先假 否则应接受 而是基于人们在实践中广泛采用的原则, 事件在一次试验中是几乎不发生的， 即小概率 但概率小到什 事件在一次试验中是几乎不发生的， 但概率小到什 么程度才能长时期作“小概率事件”？ 显然， “小概率事件” 的概率越小， 越有说服力. 常记这个概率值为 检验的显著性水平. 对不同的问题, 检验的显著性 水平 不一定相同， 但一般应取为较小值， 0.05或0.01等. 否定原假设 就 称为 如0.1, 三、假设检验的两类错误 当假设 正确时， 小概率事件也有可能发生, 我们会拒绝假设 因而犯了“弃真”的错误， 为第一类错误. 犯第一类错误的概率恰好就是“小概 率事件”发生的概率 即 拒绝 为真 反之， 若假设 不正确， 但一次抽样检验结果未发 生不合理结果， 这时我们会接受 因而犯了“取伪” 此时, 称此 的错误, 称此为第二类错误, 的概率， 拒绝 为真 即 记 为犯第二类错误 理论上， 自然希望犯这两类错误的概率都很小， 当样本容量 固定时， 不能同时都小， 小时， 就变大； 而 变小时， 就变大. 应用中， 一般原则是： 控制犯第一类错误的概率, 即给定 然后通过增大样本容量 但 即 变 在实际 来减小 关于 显著性水平 的选取： 若注重经济效益， 可小些， 如 若注重社 会效益， 可大些， 如 若要兼顾经济效益和 社会效益， 一般可取 四、假设检验问题的提法 在假设检验问题国， 把要检验的假设 称为原假 设(零假设或基本假设), 把原假设 的对立面称为 备择假设或对立假设， 记为 例如， 有一封装罐装可乐的生产流水线， 每罐的标准 容量规定为350毫升. 质检员每天都有要检验可乐的 容量是否合格， 已知每罐的容量服从正态分布, 生产比较稳定时， 其标准差 毫升. 且 某日上班后, 质检员每隔半时从生产线上取一罐, 共抽测了6罐, 测得容量(单位为毫升)如下： 353 345 357 339 355 360 试问生产线工作是否正常？ 本例的假设检验问题可简记为： （1） 形如(1)式的备择假设 表示 可能大于 能小于 称为双侧(边)备择假设. 也可 形如(1)式的假设检验称为双侧(边)假设检验. 在实际问题中， 有时还需要检验下列形式的假设： （2） （3） 形如(2)式的假设检验称为右侧(边)检验. 形如(3)式的假设检验称为左侧(边)检验. 右侧(边)检验和左侧(边)检验统称为单侧(边)检验. 为检验提出的假设， 通常需构造检验统计量， 并取 总体的一个样本值， 根据该样本提供的信息来判断 假设是否成立. 值时， 我们拒绝原假设 拒绝域的边界点称为临界点. 当检验统计量取某个区域 中的 则称区域 为拒绝域, 五、假设检验的一般步骤 （1） 充分考虑和利用已知的 背景知识， 提出原假设 及备择假设 （2） （3） 确定检验统计量 并在原假设 成立的前提 下导出 的概率分布， 要求 的分布不依赖于任何 未参数； （4） 即依据直观分析先确定拒绝域的 根据实际问题的要求， 以及样本容量 给定显著性水平