第11 假设检验.pptVIP

第11章 假设检验 本章主要阐述假设检验的基本问题、正态总体的参数检验、正态总体方差检验、检定法、符号检验法、等级检验法、趋势性与随机性检验。其核心是怎样根据随机样本对某一统计假设作出接受或拒绝的统计决策。 11.1 假设检验的基本问题 11.1.1. 假设检验的意义 假设检验是以样本统计量来验证假设的总体参数是否成立，借以决定采取适当行动的统计方法，又称假设检定或假设测验。包括假设和检验两个基本环节。 统计假设： 对总体参数作出假设，这种假设可能正确，也可能是错误的。 统计检验： 检验所作的统计假设是否成立，作出接受或作出拒绝的结论。 11.1.2 假设检验的程序 1. 提出原假设H0和备选假设H1。 原假设H0：是假设未知参数等于某一具体的值，是需要接受检验的假设。 备选假设H1：又称替代假设或备择假设，是原假设的对立假设。 关于总体平均数的假设有三种状况： ① H0：u= u0；H1：u≠u0； (双尾检验) ② H0：u≥u0；H1：u＜u0； (单尾检验) ③ H0：u≤u0；H1：u＞u0； (单尾检验) 2. 确定样本统计量及其分布。 样本统计量有样本均值、样本比率、样本方差等，不同的样本统计量具有不同的分布，用于检验不同的统计假设。 3. 选择显著水平。 显著水平a：原假设是正确的，发生的概率大1-a ，而不发生的概率a则小 。a 常取0.05或0.01。 显著水平的选择存在着犯两种错误的可能性： 第一类为弃真错误：原假设本是正确的，由于a值选择过大，拒绝了原假设。 第二类为取伪错误：原假设本是错误的，由于a值选择过小，接受了原假设。 4. 计算检验统计量或构建置信区间。 根据样本统计量的数据和被假设的总体参数，计算检验统计量；或者根据样本统计量和置信概率构建置信区间，作为检验决策的依据。检验统计量的基本计算公式为： 5. 作出统计决策。 双尾检验：检验统计量落在接受区域内，接受原假设，反之，则拒绝原假设。 单尾检验：检验统计量的绝对值大于临界绝对值，拒绝原假设。反之，接受原假设。 11.1.3 假设检验的方法 假设检验的方法有参数假设检验和非参数假设检验两类。 1. 有参数假设检验. 是指在已知总体分布的条件下，对总体均值、总体比率、总体方差等参数进行假设检验。有参数检验的方法主要有Z检验、t检验、F检验等等。 2. 非参数假设检验.。是在不考虑原总体分布或不作关于分布假定的前提下，进行统计检验和判断分析的一系列方法的总称。 主要应用于以下两个方面： (1)凡要求解决的问题不符合参数假设检验条件时，采用非参数假设检验。 (2) 采用列名尺度和顺序尺度计量的现象，需要进行检验时，采用非参数假设检验。 非参数统计方法主要有 的独立性检验、 的一致性检验、 的吻合性检验、正负符合检定法、各种等级检定法、游程检验法等。 11.2 一个正态总体的参数检验 11.2.1 总体方差已知的均值检验。 若总体为正态分布，且总体方差已知，则可先计算检验统计量Z： 其次选择显著水平a，查Z分表，求得 两个临界值，若检验统计量Z落在两个临界值构成的区域内，则可作出接受原假设的决策; 否则拒绝原假设。 11.2.2总体方差未知的均值检验 当总体为正态分布，总体方差未知，n30时，可用样本方差代替总体方差，采用Z检验。 当样本容量n30，则需要采用t检验。由于总体方差未知，则可用样本方差先估计总体方差，再计算检验统计量t进行假设检验。 11.2.3. 总体比率的假设检验 在单个总体比例的假设检验中，当样本容量n大于30，np和n(1—p)两者都大于5时，样本比率p的抽样分布近似正态分布，可采用Z检验。检验统计量为： 11.3 两个正态总体的参数检验 11.3.1两个总体平均数之差的检验 1.?样本容量n30，采用Z检验。 在检验两个总体平均数之差的假设时，无论总体是否服从正态分布，当样本容量n30时，来自两个总体的样本平均数之差趋近于正态分布，故可采用Z检验，检验统计量为： 若两个总体方差 未知，n30时，可用样本方差 代替或估计总体方差。 （2）样本容量n＜30，两个正态总体方差未知，采用t检验。 如果两个正态总体方差已知，而样本容量n＜30时，仍可采用Z检验。 如果两个正态总体的方差相等而又未知，且n＜30，则采用t分布检验。首先利用两个样本的方差求出它们共同方差的估计值 。 即： 11.3.2 两个总体比率之差的检验 当样本容量较大时，来自两个总体的样本比率之差的抽样分布近似服从正态分布。若两个总体的比率P大体相同时，可求两个样本比率的联合估计值 ，代替未知的总体比率