北京师范大学《教育统计学》第六章 抽样分布及总体平均数的推断4 20101129111323625.ppt

第三节　假设检验的基本原理 利用样本信息，根据一定概率，对总体参数或分布的某一假设作出拒绝或保留的决断，称为假设检验。 教科书121页。 下面，以总体平均数的假设检验为例，简要说明假设检验的基本原理。当对某一个总体平均数（μ）进行假设检验时，首先从这个总体中随机抽取一个样本，计算出样本平均数的值。然后，假定样本所属总体的平均数（μ）等于某个假设的总体平均数（μ0），那么，这个样本就来自这个假设总体，样本统计量的值是这个假设总体平均数值的一个随机样本值，样本平均数与总体平均数之间的差异是由抽样误差造成的。 从假设总体中抽取的一切可能样本统计量的值应当以假设的总体平均数为中心形成一个正态分布。这个分布可以分成两个区域。 如果这个样本统计量的值落在了这个抽样分布中出现概率比较大的区域里，这时只好保留零假设，即研究者不得不承认这个样本来自这个假设的总体，或者这个样本所属总体与假设总体没有真正的差异。如果这个样本统计量的值落在了抽样分布中出现概率极小的区域里，根据小概率事件在一次随机抽样中几乎不可能发生的原理，研究者不得不推翻这个样本所属总体等于假定的总体，或这个样本来自这个假定总体的假设，同时不得不承认样本统计量与假设总体的平均数所存在的差异并非抽样误差造成的，而是存在着本质的差异，在统计学中又叫做显著性差异。 一、假设 1.假设 在研究之前不知其结果，可根据已有经验或理论对预期的结果做出假定性的说明，即假设。 假设检验一般要提出两个相互对立的假设：一个叫零假设，另一个叫备择假设。 2.零假设 所谓零假设，就是关于样本所属总体（指参数值）与假设总体（指参数值）之间无差异的假设也叫做原假设、虚无假设、解消假设。零假设是假设检验中希望拒绝的假设。 3.备择假设 所谓备择假设就是和零假设相反的假设。指的是关于当前样本所属的总体（指参数值）与假设总体（指参数值）有差异的假设，是研究者根据样本信息期待证实的假设，是否定了零假设后应当采取的假设，也叫做研究假设、对立假设。记为： 假设检验总是从零假设开始的，然后，看有多大的把握拒绝零假设。如果拒绝零假设的把握非常大，则应该拒绝零假设，接受备择假设，认为样本所属总体的参数与假设总体参数有显著性差异，即本质差异；如果拒绝零假设的把握不大，或者说，若拒绝零假设犯错误的概率太大，则只好保留零假设，认为样本所属总体的参数与假设总体参数没有显著性差异，即本质差异。 假设检验的两大特点： （1）根据一定的概率来下结论； （2）采用反证法。 例如：根据经验我们可以说北京的6月天不会下雪，假如有一年的6月份下了一场雪，则原来的结论就被推翻。这样的推理方法就是反证法。 再如：天下乌鸦一般黑。如果能够找到另外一种颜色的乌鸦，则原来的假设就被推翻。 二、小概率事件 样本统计量的值（随机事件）在其抽样分布上出现的概率小于或等于事先规定的水平，这时，就认为小概率事件发生了。把出现小概率的随机事件称为小概率事件。 例如，假设某个样本所来自的总体等于假设的总体。于是，可以分析如果零假设是真实的，那么样本统计量的分布如何。并且，可以按照事先规定的水平把抽样分布分成两个区域，一个属于零假设的保留区域（出现的概率比较大），另一个为零假设的拒绝区域，出现的概率比较小（落在这个区域的事件都属于小概率事件）。 然后，实际分析所获得的这个样本统计量值，看它落入哪个区域。如果出现的概率足够小，属于小概率事件，就根据小概率事件在一次抽样中几乎不可能发生原理，从实际可能性上，推翻零假设。 由此可见，小概率事件发没发生，是拒绝或保留零假设的依据。 三、显著性水平 统计学中把这种拒绝零假设的概率称为显著性水平，表示为： 检验的形式： 双侧检验只强调差异不强调方向的检验为双侧检验。所提出的假设检验的问题是是否一样、相同、有差异等等。见第124页图6.2a。 单侧检验既检验差异又考虑差异的方向的检验为单侧检验。具体来说，又分为左侧检验和右侧检验。 左侧检验所提出的假设检验的问题是否低于、差于总体平均数等等。见图6.2c。右侧检验所提出的假设检验的问题是否高于、优于、超过总体平均数、有效等等。见图6.2b。 保留区间0.95 μ0 μ=μ0 也可以说，显著性水平是统计推断时，可能犯错误的概率。 ?值和可靠度之间的关系是：两者之和为1。?值越大，可靠度就越低；?值越小，可靠度就越高。