关于规范毕业设计论文过程加强质量监控的通知-南京林业大学.DOCVIP

附件1： 南京林业大学学士学位毕业设计(论文)开题报告 学生姓名 闵人杰 学 号 N090502415 专 业 会计 指导教师姓名 张虎 职 称 讲师 所在学院 南方学院 课题来源 科研课题 课题类型 毕业论文 课题名称 假设检验中两类错误在审计中的运用探讨 研究的目的 及意义 抽样调查适用的范围是广泛的，为取得大量社会经济现象的数量方面的统计资料，在许多场合下都可以运用抽样方法取得重要指标的统计特征；在某些会计场合，例如会计师难以用全面调查时，可能采用抽样调查的方法进行审计。根据会计学与统计学理论，分析统计抽样时两类错误在审计实务中运用的根据、范围、优点与不足，并从理论上为进一步完善审计样本选择方法提出自己的认识。 国内外同类 研究概况 一、 国外研究现状 一）在现实生活中两类错误所引起的一些问题 维基百科：两种类型的错误对于个人、企业、和数据分析来说都是问题。在医学上，第一类错误(人体健康为零假设)会导致不必要的担心或治疗,然而第二类错误会让病人因为假的没病而高兴,并且病人可能因此而无法得到一个可用的治疗。第一类错误在制造质量控制中会造成(产品制作精良为零假设)丢弃一个制作精良的产品,而第二类错误会把次品当作是合格的。第一类错误(零假设无效)在科学研究中会表明一个根本不存在的影响,而第二类错误则会排除一个确实存在的影响。 根据实际生活中一类错误所造成的后果,一个类型的错误很可能会造成更严重相比另一个。例如,美国航空航天局的工程师们更愿意去扔掉一个好的电子电路 (零假设H。:没损坏,现实:没损坏,做法:扔掉,误差:I型、α)而不是把它使用在航空飞机上,实际航空飞机是损坏了(零假设H0:没损坏,现实:损坏了,做法:使用,误差:II型,β)。在这种情况下，第一类错误增加了预算,但是第二类误差可能会毁了整个计划。 另一方面,刑事法庭对于证据和程序设定了一个很高的标准,甚至有时宁愿认为犯人是有罪的(零假设:无辜的,现实:有罪,试验发现:无罪,做法:释放犯人,误差:II型,β)而不愿意相信犯人是无辜的(零假设:无辜的,现实:无罪,试验发现:有罪,做法:定为罪犯,误差:I型、α)。在极权主义国家,当无辜的人被判决有罪是，相反的情况可能发生时,而不让不同的意见随意发表。每个系统对于自己的判断都有一个界限。 减少错误的决定并不是一个简单的问题,对于任何给定的样本大小，减小一类错误的发生必会增加另一类错误的发生。唯一的方法用来减少两类错误就是要增大样本容量，但是这看似是不可行的。 二、 国内研究现状 一） 假设检验的两类错误 樊元侃（1987）1说：由于样本的随机性, 以样本结果进行假设检验而作出推断时, 人们并不能百分之一百地肯定不发生错误。一般而论, 假设检验可能有两类错误，如果原假设H。是正确的,但通过试验结果的检验后却否定了它, 这就走造成所谓第一类错误（弃真错误），反之, 如果原假设H。是错误的, 而通过试验结果的检验后却接受了它, 这就是造成所谓第二类错误（取伪错误）。 王德劲（2006）2说：在实践中，检验者往往确定允许犯第一类错误概率的最大值，称为检验的显著性水平(一般选择0.01或0.05) 。结果是,在拒绝H。时, 要么结论正确, 要么犯第一类错误(小概率事件) 。因此,当样本数据支持拒绝H。时，犯错误的可能性大小(概率α ) 是可控的。但是, 当样本数据不支持拒绝H。时,我们只好接受H。, 这时就有可能犯第二类错误, 而第二类错误并不是总能控制的, 也即在决定接受H。时, 其决策正确的概率是不确定的。因此, 在样本数据不支持拒绝H。时, 应使用“ 不能拒绝H。” 而非“接受H。” 的结论。显然, 当样本数据拒绝H。时,采取任何相应的行动都是恰当的(这就是要选择对被择假没进行检验的理由),当样本数据不能拒绝时,在研究性和陈述正确性检验中不必采取行动, 但在决策情况下, 必须接受H。并采取相应行动, 此时就会冒犯第二类错误的风险,而且，此风险是不可控制的。 二） 假设检验中的两类错误间的关系 蔡越江（1999）3说：犯第二类错误β数值的大小, 是同根据置信水平α确定的接受区域的位置有关( 不管是双侧检验还是单侧检验) 。同时均值μ。与μ1 的距离对β的大小影响很大。即在假设检验问题中, 仅关心H。是不够的, 必须同时注意备择假设H1, H1 同样影响β数值的大小。如果β数值很大, 比如β= 0. 5, 即有二分之一的可能犯第二类错误, 这样的统计结论的意义就不大了。 三） 如何降低假设检验中的两类错误 付戈弋（1999）4说：当我们拒绝Hμ 时易犯弃真的α型错误,在接受H。时易犯纳伪的β型错误, 并且这两类错误是有关联的, 它们不可能同时降低, 但也不会同时发生, 我们在进