第8章节 假设检验.pptVIP

第 8 章 假设检验 假设检验在统计方法中的地位 第 8 章 假设检验 8.1 假设检验的基本问题 8.2 一个总体参数的检验 8.3 两个总体参数的检验 8.4 假设检验中的其他问题 举例说明假设检验的基本思路 某单位职工上月平均收入为210元,这个月的情况与上月没有大的变化,我们设想平均收入还是210元. 为了验证这一假设是否可靠,我们抽取100人作调查,结果得出月平均收入为220元,标准差15元. 显然,样本的结果与总体结果之间出现了误差,这个误差是由于我们假设错误引起的,还是由于抽样误差引起的呢? 如果是抽样误差引起的,我们就应该承认原来的假设,而如果是假设错误引起的,我们就应该否定原假设. 原假设：A声称篮球的罚球命中率是80％。 B对A说：“做一次试验，投给我看看”。 实验结果：A投20个球，投中8个，实际命中率40％。 B做出判断：“如果A的命中率真是80％，那么几乎不大可能在一次随机实验中只投中了8个，所以我不相信A罚球命中率是80％”。 假设检验中的小概率原理 ? 小概率？ 概率是从0到1之间的一个数，因此小概率就应该是接近0的一个数。 著名的英国统计学家Ronald Fisher 把1/20，即0.05作为标准。从此0.05或比0.05更小的概率都被认为是小概率。 小概率是指在一次随机试验中，一个几乎不可能发生的事件发生的概率；那么，在一次随机试验中小概率事件一旦发生，我们就有理由认为它并非小概率事件，以此作为拒绝原假设证据。 假设检验的特点 采用逻辑上的反证法 ——先认为假设为真，观察在此前提下所抽到样本的出现是否合理。若合理则判断假设可接受，反之拒绝假设。 判断是否合理的依据统计上的小概率原理（即这里的反证法是基于一定概率的反证法）。 什么是假设?(hypothesis) ? 对总体参数的具体数值所作的陈述 总体参数包括总体均值、比率、方差等 分析之前必须陈述 什么是假设检验? (hypothesis test) 先对总体的参数(或分布形式)提出某种假设，然后利用样本信息判断假设是否成立的过程 有参数检验和非参数检验。 逻辑上运用反证法，统计上依据小概率原理 假设检验的过程 假设检验的步骤： 第1步：陈述假设。陈述原假设H0和备择假设H1。 第2步：抽取样本。从所研究的总体中抽出一个随机样本。 第3步：构造检验统计量。确定一个适当的检验统计量，并利用样本数据算出其具体数值。 第4步：确定显著性水平a。计算出其临界值，指定拒绝域。 第5步：做出统计决策。将统计量的值与临界值进行比较，若统计量的值落在拒绝域内，拒绝原假设H0，否则不拒绝原假设H0。（也可以利用P值做出决策） 假设检验的概念： 原假设H0和备择假设H1 检验统计量 显著性水平a 临界值、拒绝域 P值 1. 原假设H0和备择假设H1(null hypothesis alternative hypothesis) 研究者想收集证据予以反对的假设，又称“0假设” 表示为 H0 指定为符号 =，? 或 ?? 例如, H0 ： ? ? 10cm 例6.1 一种零件的生产标准是直径应为10cm，为对生产过程进行控制，质量监测人员定期对一台加工机床进行检查，确定这台机床生产的零件是否符合标准要求。如果零件的平均直径大于或小于10cm，则表明生产过程不正常，必须进行调整。试陈述用来检验生产过程是否正常的原假设和备则假设。 例 6.2 某品牌洗涤剂在它的产品说明书中声称：平均净含量不少于500g。从消费者的利益出发，有关研究人员要通过抽检其中的一批产品来验证该产品制造商的说明是否属实。试陈述用于检验的原假设与备择假设。 例6.3 一家研究机构估计，某城市中家庭拥有汽车的比率超过30％。为验证这一估计是否正确，该研究机构随机抽取了一个样本进行检验。试陈述用于检验的原假设与备择假设。 假设检验的目的主要是收集证据拒绝原假设。 原假设最初被假定是成立的。 然后就根据样本数据，确定是否有足够的证据证明原假设不成立，即拒绝原假设。 如果所收集的证据证明原假设不成立，我们说“可以拒绝原假设”； 如果所收集的证据不能证明原假设不成立，并不意味着原假设成立，所以我们说“不能拒绝原假设”。 备择假设没有特定的方向性，并含有符号“?”的假设检验，称为双侧检验或双尾检验(two-tailed test) 备择假设具有特定的方向性，并含有符号“”或“”的假设检验，称为单侧检验或单尾检验(one-tailed test) 备择假设的方向为“”，称为左侧检验 备择假设的方向为“”，称为右侧检验 以m为总体参数（代表总体均值），m0为假设的参数的具体数值。