第六章假设检验.pptVIP

第六章 假设检验 第一节 假设检验的基本原理 第二节 总体参数假设检验 * * * * * * * 假设检验在统计方法中的地位 统计方法 描述统计 推断统计 参数估计 假设检验 第一节 假设检验的基本原理 一、假设检验的基本原理 假设检验：事先对总体参数作出某种假设，然后利用样本信息来判断原假设是否成立，决定应接受或否定假设。假设检验也称为显著性检验。 方法：逻辑上运用反证法，统计上依据小概率原理 “小概率原理”，是指概率很小的事件在一次试验中通常是不可能出现的。 若在原假设成立的前提下，通过一次抽样就使小概率事件得以发生，可以认为原假设是不正确的，应予以否定；反之，则不能否定原假设。这就是假设检验判断的基本逻辑。 在假设检验的应用中，通常以显著性水平α(0α1)作为小概率的界限。 一般地，α取0.05（5％）； 基本思想 小概率原理 如果对总体的某种假设是真实的，那么不利于或不能支持小概率事件 ，即在一次试验中A几乎是不可能发生的；要是在一次试验中小概率事件竟然发生了，就有理由怀疑该假设的真实性，拒绝这一假设。 总 体 （某种假设） 抽样 样 本 （观察结果） 检验 （接受） （拒绝） 小概率事件 未 发 生 小概率事件 发 生 二、假设检验的规则与两类错误 原假设（Null hypothesis）： 用H0表示，也称零假设，是正待检验的命题。原假设总是一个与总体参数有关的问题。 备择假设（Alternative hypothesis） ：用H1表示。是拒绝原假设后可供选择的假设，也称为备选假设或替换假设。 （一）假设检验的规则 备选假设是与原假设互相对立的假设，如果原假设被否定， 备选假设就自然会成立。 假设的形式 双边检验（双侧检验）： H0：μ=μ0 ， H1：μ≠μ0 左侧单边检验： H0：μ=μ0 ， H1：μ＜μ0 ； H0：μ≥μ0 ， H1：μ＜μ0 右侧单边检验： H0：μ=μ0 ， H1：μ＞μ0 ； H0：μ≤μ0 ， H1：μ＞μ0 单边检验 是单侧检验还是双侧检验，是左侧检验还是右侧检验， 表现于备择假设中的不等式形式与方向。与“不相等”对应的是双侧检验，与“小于”相对应的是左侧检验，与“大于”相对应的是右侧检验。 α/2 1–α α/2 -Zα/2 　　 Zα/2 α –Zα 0 α 0 Zα 双侧检验 左侧检验 右侧检验 假设检验的步骤： 根据实际问题提出假设 确定适当的检验统计量 确定显著性水平α，确定临界值 计算检验统计量的值,并与临界值比较 作出统计决策——接受或拒绝原假设 （二）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? ? 称为显著性水平 2. 第二类错误（纳伪错误） 原假设为假时没有拒绝原假设 第二类错误的概率为?? 假设检验中的两类错误 （决策结果） 正确决策 (1-b) 第一类错误(a)弃真 拒绝H0 第二类错误(b) 纳伪 正确决策 (1 – a) 不拒绝H0 H0为假 H0为真 实际情况 决策 H0 检验 审判被告 原假设：被告无罪，备择假设：被告有罪。 法庭可能犯的第Ⅰ类错误是： 被告无罪但判他有罪，即冤枉了好人； 法庭可能犯的第Ⅱ类错误是： 被告有罪但判他无罪，即放过了坏人。 为了减少冤枉好人的概率，应尽可能接受原假设，判被告无罪，这可能增大了放过坏人的概率。 法庭采用无罪推定的审判准则 第二节总体参数假设检验 一、总体均值的假设检验 总体均值的检验(检验统计量) 总体? 是否已知？ 用样本标 准差S代替 t 检验 小 样本容量n 否 是 z 检验 z 检验 大 ?2 已知均值的检验 例某机床厂加工一种零件，根据经验知道，该厂加工零件的椭圆度近似服从正态分布，其总体均值为?0=0.081mm，总体标准差为?= 0.025 今换一种新机床进行加工，抽取n=200个零件进行检验，得到的椭圆度为0.076mm。试问新机床加工零件的椭圆度的均值与以前有无显著差异？（?＝0.05） 在此，我们关心的是新机床加工零件的椭圆度总体均值与老机床加工零件的椭圆度总体均值为0.081mm是否有不同，可作如下假设 原假设 没有明显差异 备择假设 有显著差