假设检验统计推断的另一个主要方面是统计假设检验在这一章.DOC

第七章 假设检验 统计推断的另一个主要方面是统计假设检验.在这一章里我们将讲座统计假设的检验问题,顺便也介绍一些区间估计的内容. § 7.1 假设检验的基本思想和概念 前一章中我们讲座了如何根据子样去得到母体分布所含参数的优良估计.以如此得到的估计值作为参数的已知值的一个母体必须与真的母体作比较,考察它们之间是否在统计意义上相似合.显然,这种比较也只能在子样的基础上进行.怎样在子样基础上作出一个有较大把握的结论就是统计假设检验问题.实际上很多问题都可以作为统计假设检验问题予以解决.我们用一个例子来说明. 例 7.1 设某厂生产一种灯管,其寿命ξ服从正态分布.N(μ;40000),从过去较长一段时间的生产情况来看,灯管的平均寿命为μ=1500小时.现在采用新工艺后,在所生产的灯管中抽取25只,测得平均寿命为1675小时.问采用新工艺后,灯管寿命是否是显著提高?我们的问题就是要判别新产品的寿命是服从μ1500的正态分布呢?还是与老产品一样仍然服从μ=1500的正态分布呢?若是前者,我们说新产品的寿命有显著提高;若是后者,就说没有显著提高. 今后我们把任意一个有关未知分布的假设称为统计假设或简称假设.在上面的例子中,我们可以把所有涉及到的两种情况用统计假设的形式表示出来.第一个统计假设μ=1500表示彩新工艺后产品平均寿命没有显著增加.第二个统计假设μ1500表示采用新工艺后产品平均寿命有显著增加.这第一个假设我们称为原假设,用符号:μ=1500表示;第二个假设μ1500表示称为备择假设,用符号:μ1500表示.至于在两个假设中用哪一个作为原假设,哪一个作为备择假设,要看具体的目的和要求而定.假如我们的目的是希望从子样观察值对某一陈述取得强有力的支持,我们把这一陈述的否定作为原假设,而陈述本身作为备择假设.很多实际例子都是这样的.譬如例7.1中所提出的新工艺对产品寿命确有提高,但它又不可能象老产品那样有较多的数据.为此,我们取“寿命没有提高(μ=1500) ”作原假设,并以“提高寿命(μ1500) ”作备择假设.有时,原假设的选定还要考虑到数学上的处理方便. 在许多问题中,母体分布的类型为已知,仅是一个或几个参数为未知,只要对这一个或几个未知参数的值作出假设,就可完全确定母体的分布.这种仅涉及到母体分布的未知参数的统计假设称为参数假设.如上例中就是只对参数μ作出假设.在有些实际问题中,我们不知道母体分布的具体类型.譬如某种家作物的家药残留量,它可能服从对数正态分布,也可能服从其它的分布.因此,统计假设只能对未知分布函数的类型或者它的某些特征提出某种假设.这种不同于参数假设的统计假设称作非参数假设.例如 :F(x) ∈{对数正态分布族} :F(x) ∈{正态分布族} 上面看到,一个统计假设是关于母体分布状态的一种陈述.如果一个统计假设完全确定母体的分布,则称这假设为简单统计假设或简单假设,否则就称为复合统计假设或复合假设.如例7.1中:μ=1500,完全确定母体分布N(1500,40000),所以为简单假设. :μ1500就是一个复合假设.在非参数假设情形,若原假设:F(x)=F(x), F(x)为具有参数μ=2,的对数正态分布,这就是一个简单假设;若原假设:F(x) ∈{对数正态分布族},它没有指定F(x)是对数分布族中哪一个分布,这就是一个复合假设,又如,我们要检验两个子样是否来自同一母体,我们作假设:F(x)=G(x),这里F(x)和G(x)分别表示这两个子样的分布函,但不指定这两个分布的具体形式.这也是一个复合假设. 统计假设检验问题的一般提法是:在给定备择假设下对原假设作出判断,若拒绝原假设,那就意味着接受备择假设,否则就接受假设,简单的说,假设检验问题就是要在原假设和备择假设中作出拒绝哪一个接受哪一个的判断这类假设检验问题常常简称为对的检验问题. 在对的检验问题中作出某种判断,必须要从子样()出发,制定一个法则,一旦子样的观察值()确定后,利用我们所构造的法则作出判断;拒绝还是拒绝这种法则就称为对的一个检验法则,有时就简称为一个检验法则,或一个检验. 我们的检验法则是什么呢?显然,它应该是以定义在子样空间上的一个函数为依据所构成的一个准则.一旦子样观察什()确定后,我们就可根据这一准则作出判断;拒绝还是接受.所以我们的检验法则本质上就是把子样空间x划分成两个互不相交的子集C和,使得当子样()的观察值点()∈C,我们将拒绝原假设(即接受备择假设).若()∈,我们将接受原假设(也即拒绝备择假设).这样的划分构成一个准则,我们称这个子样空间的子集C为检验的临域(或拒绝域). 假如我们给出了对的某个检验法则,亦即给出了X的一个划分C与.由于子样的随机性,在进行判断时,我们还是有可能犯两类错误.一类错误是,当为真时,而子