- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
powerpoint(第七章:假设检验)课件
第七章 假 设 检 验;学习重点与难点;假设检验在统计方法中的地位;第一节 假设检验的一般问题;什么是假设检验?;假设检验的基本思想;总体;假设检验的步骤;提出原假设和备择假设; 为什么叫 0 假设?;? 什么是备择假设?(Alternative Hypothesis)
1. 与原假设对立的假设
2. 总是有1, 或?
3. 表示为 H1
H1: ? 某一数值,或? ?某一数值
例如, H1:m 3910(克),或m 3910(克);? 什么是检验统计量?
1. 用于假设检验问题的统计量
2. 选择统计量的方法与参数估计相同,需考虑
是大样本还是小样本
总体方差已知还是未知
3. 检验统计量的基本形式为
;规定显著性水平?;作出统计决策;假设检验中的小概率原理;什么是小概率?;假设检验中的两类错误;H0: 无罪;? 错误和 ? 错误的关系;影响 ? 错误的因素;双侧检验与单侧检验 (假设的形式);双 侧 检 验(原假设与备择假设的确定);双 侧 检 验(确定假设的步骤);提出原假设: H0: ? = 4
提出备择假设: H1: ? ? 4;双 侧 检 验(显著性水平与拒绝域) ;双 侧 检 验(显著性水平与拒绝域) ;双 侧 检 验(显著性水平与拒绝域) ;双 侧 检 验(显著性水平与拒绝域) ;单 侧 检 验(原假设与备择假设的确定);单 侧 检 验(原假设与备择假设的确定);单 侧 检 验(原假设与备择假设的确定);单 侧 检 验(原假设与备择假设的确定); ;单 侧 检 验(显著性水平与拒绝域) ;左 侧 检 验(显著性水平与拒绝域) ;左 侧 检 验(显著性水平与拒绝域) ;右 侧 检 验(显著性水平与拒绝域) ;右 侧 检 验(显著性水平与拒绝域) ;第二节 一个正态总体的参数检验;检 验 的 步 骤;总体方差已知时均值的双尾 Z 检验 (?2 已知);总体方差已知时均值的双尾 Z 检验(实例);总体方差已知时均值的双尾 Z 检验(计算结果);总体方差已知时均值的单尾 Z 检验 (?2 已知);总体方差已知时均值的单尾 Z 检验(提出假设);总体方差已知时均值的单尾 Z 检验 (实例);总体方差已知时均值的单尾 Z 检验 (计算结果);总体方差已知时均值的单尾 Z 检验 (实例);总体方差已知时均值的单尾 Z 检验 (计算结果);总体方差未知时均值的双尾 t 检验(?2 未知);总体方差未知时均值的双尾 t 检验 (实例);总体方差未知时均值的双尾t检验 (计算结果);总体方差未知时均值的单尾 t 检验(实例);总体方差未知时均值的单尾t检验 (计算结果);总体比例的假设检验(Z 检验)适用的数据类型;一个总体比例的 Z 检验;一个总体比例的 Z 检验 (实例);一个样本比例的 Z 检验 (结果);总体方差的卡方 (?2) 检验;总体卡方 (?2)检验(实例);总体卡方 (?2)检验(计算结果);第三节 两个正态总体的参数检验;两个独立样本的均值检验两个独立样本之差的抽样分布;两个总体均值之差的 Z 检验 (?12、 ?22 已知);两个总体均值之差的 Z 检验 (假设的形式);两个总体均值之差的 Z 检验 (例子);两个总体均值之差的 Z 检验(计算结果);两个总体均值之差的 t 检验 (?12、 ?22未知);两个总体均值之差的 t 检验 (例子);两个总体均值之差的 t 检验(计算结果);假设检验中相关样本的利用两个总体均值之差的检验(配对样本的 t 检验);配对样本的 t 检验 (假设的形式);配对样本的 t 检验(数据形式);配对样本的 t 检验(检验统计量);【例】一个以减肥为主要目标的健美俱乐部声称,参加其训练班至少可以使减肥者平均体重减重8.5公斤以上。为了验证该宣称是否可信,调查人员随机抽取了10名参加者,得到他们的体重记录如下表:
;样本差值计算表;配对样本的 t 检验(计算结果);H0: m1 – m2 ? 8.5
H1: m1 – m2 8.5
a = 0.05
df = 10 - 1 = 9
临界值(s);1. 假定条件
两个总体是独立的
两个总体都服从二项分布
可以用正态分布来近似
2. 检验统计量;两个总体比例之差的检验(假设的形式);两个总体比例之差的Z检验 (例子);两个总体比例之差的Z检验(计算结果);利用置信区间进行假设检验(双侧检验);利用置信区间进行假设检验;利用置信区间进行假设检验 (例子);利用置信区间进行假设检验(计算结果);什么是 P 值?(P-Value)
文档评论(0)