概率论ch8.1.pptVIP

提出 假设 根据统计调查的目的, 提 出原假设H0 和备选假设H1 作出 决策 抽取 样本 检验 假设 对差异进行定量的分析， 确定其性质(是随机误差 还是系统误差.为给出两者 界限，找一检验统计量T, 在H0成立下其分布已知.） 拒绝还是不 能拒绝H0 显著性 水平 P(T W)= -----犯第一 类错误的概率， W为拒绝域 总 结 * * * * * * * * “假设”是指对总体的某个推断或推测， 假设分为原假设与备择假设，通常用H0与H1表示。原假设与备择假设只能有一个成立且必须有一个成立，也就是说原假设H0与备择假设H1是两个相互对立的假设。 对于两个相互对立的假设，选择哪一个为原假设，哪一个为备择假设是一个很重要的问题，有时，由于原假设与备择假设的选择不同，会得到完全相反的结论。如何选择原假设与备择假? 零假设与备择假设的确定应遵循以下三个原则: 零假设一般表示长时间存在的客观实在，备择 假设则反映变化以后的状态； 样本观测值显示所支持的结论应作为备择假设； 应尽量使后果严重的事件作为小概率事件。 * * * 如前所述，在假设检验中，总可能犯错误，人们总希望犯错误的概率尽可能小些，但是人们不能同时控制犯第一类错误与第二类错误的概率。 要注意的是显著性水平?不是犯第一类错误的概率， ?是犯第一类错误的概率的上界。 在显著性检验中，有两类错误，犯每一类错误都会带来不良后果，但后果不良的程度不同，如后果“伤及生命”比“经济损失”的不良程度要严重得多。由于我们能控制犯第一类错误的概率，这样就得到选择H0与H1的第一个原则。 原则1：设两个对立假设Ha与Hb，若选原假设H0=Ha时，犯第一类错误的不良后果比选原假设H0=Hb时犯第一类错误的不良后果严重，则就选原假设H0为Ha。若上述两个不良后果严重程度不易区分，则用下述第二个原则选择H0与H1。 原则2：把那些由长期经验得到的论断或要重点保护的推断，即不能轻易拒绝的推断选作原假设H0。 具体问题中，必须经过认真分析，合理选择原假设。 * * * 例: 某批发商欲从厂家购进一批灯泡，根据合同规定，灯泡的平均使用寿命不能低于1000小时.已知灯泡使用寿命服从正态分布，标准差为20小时.在总体中随即抽取了100个灯泡,得知样本均值为960小时，批发商是否应该购进这批灯泡？ 解析： 如果灯泡的使用寿命超过1000小时，批发商是接受的，因此如果平均寿命大于1000小时，那么批发商会购进这批灯泡的。问题在于平均使用寿命为960小时的情况下，批发商是否应该购进？因为抽样具有随机性，即使平均寿命为1000小时，样本均值略低于1000小时也是会经常出现的，但不能低的太多，所以批发商关心的是容忍下限。从而假设可写为 * 下面结合一个例子,来说明假设检验的一般步骤 . 分析：这批产品(螺钉长度)的全体组成问题的总体X. 现在要检验E(X)是否为32.5. 第八章 假设检验 (Hypothesis Testing ) 假设检验 正态总体均值的假设检验 正态总体方差的假设检验 第一节 假设检验(Hypothesis Testing ) 二、假设检验的相关概念 三、双边检验与单边检验 一、假设检验的基本原理 四、假设检验的一般步骤 五、小结 假设检验 参数假设检验 非参数假设检验 这类问题称作假设检验问题 . 总体分布已知， 检验关于未知参数 的某个假设 总体分布未知时的 假设检验问题 在本讲中,我们将讨论不同于参数估计的另一类重要的统计推断问题. 这就是根据样本的信息检验关于总体的某个假设是否正确. 一、假设检验的基本原理 这一讲讨论对参数的假设检验 . 在总体的分布函数完全未知或只知其形式、但不知其参数的情况下, 为了推断总体的某些性质, 提出某些关于总体的假设. 假设检验就是根据样本对所提出的假设作出判断: 是接受, 还是拒绝. 如何利用样本值对一个具体的假设进行检验? 通常借助于直观分析和理论分析相结合的做法,其基本原理就是人们在实际问题中经常采用的所谓小概率原理:“一个小概率事件在一次试验中几乎是不可能发生的”. 下面结合实例来说明假设检验的基本思想. 生产流水线上罐装可乐不断地封装，然后装箱外运. 怎么知道这批罐装可乐的容量是否合格呢？ 把每一罐都打开倒入量杯, 看看容量是否合于标准. 这样做显然不行！ 罐装可乐的容量按标准应在350毫升和360毫升之间. 通常的办法是进行抽样检查. 每隔一定时间，抽查若干罐 . 如每隔1小时, 抽查5罐,