第五章：判断.pptVIP

本章重点 第一节 单样本检验 假设检验的思想 原假设 双侧检验和单侧检验 基本思想 某糖果公司的包装袋上显示其每包糖果的重量是500克，现从该公司的一批糖果中随机抽取16袋，称得重量如下：（单位：克） 506 508 499 503 504 510 497 512 514 505 493 496 506 502 509 496 以95%的置信度（5%的显著性水平）判断该公司包装袋上显示的重量是否准确。 假设检验 假设检验 上述判断规则也可以统记为 则拒绝假设 假设检验的一般方法 第一步：提出原假设 如果拒绝原假设，我们就接受备择假设 假设检验的一般方法 第二步：如果样本足够大（大于30），计算： 如果是小样本，则计算： 或者计算： 假设检验的一般方法 第三步。判断接受还是拒绝原假设。如果： 则拒绝原假设，否则接受原假设。 示意图 Z检验的拒绝域和接受域 示意图 t检验的拒绝域和接受域 示意图 检验的拒绝域和接受域 练习 标准差的检验 某糖果公司宣称其糖果包装的标准差是5克，现从该公司的一批糖果中随机抽取16袋，称得重量如下：（单位：克） 506 508 499 503 508 510 497 512 514 505 493 496 506 502 509 496 以5%的显著性水平判断该公司的宣称是否准确。 练习 比例的检验 单侧检验 某食品公司的食品包装上标明其食品保质期为1年。现从该公司的一批食品中随机抽取20件观察，发现它们平均保质期为330天，标准差为50天。在95%的置信度下请判断该公司的宣称的保质期是否可信。 单侧检验 第一步：提出原假设 如果拒绝原假设，我们就接受备择假设 单侧检验 第二步：如果样本足够大（大于30），计算： 如果是小样本，则计算： 或者计算： 单侧检验 第三步。判断接受还是拒绝原假设。对于右侧检验如果： 则拒绝原假设。对于左侧检验，如果： 则拒绝原假设。 示意图（右侧检验） Z检验的拒绝域和接受域 示意图（右侧检验） t检验的拒绝域和接受域 示意图（右侧检验） 检验的拒绝域和接受域 P值 P值（P-value）是指绝对值大于t值（Z值），或者大于（小于） 值的概率 用P值检验 例 某公司宣称其零件的平均长度大于400毫米，标准差小于15毫米。现从某企业生产的5000个零件中不重复抽样检测40个，测得这40个零件的平均长度为403毫米，标准差为12毫米。在5%的显著水平下，请判断该公司的宣称是否可信。 第二节 双样本检验 实验 双样本 t检验 为什么要实验 观察只能说明联系（association） 只有实验才能证明因果关系（causation） 对照实验 数据特征 独立 同方差 实验数据的检验 是否有差异：双侧检验 是否增加或减少：单侧检验 步骤 第一步：提出假设 原假设（null hypothesis） 备择假设（alternative hypothesis） 步骤 第二步：描述统计 双样本均值和方差 汇总方差（pooled variance） 步骤 第三步：计算标准误差 标准误差 则 步骤 第四步：计算t值和P值 t值 P值 步骤 例 为了试验某农药的效果。对某块地上的10颗果树随机分成A、B两部分，对A部分果树喷洒该农药，而B部分不喷。统计A、B两部分果树的结果数如下： A：120 115 82 65 74 B： 48 100 70 80 56 在5%的显著水平下判断该农药是否有效果 解 所以，不拒绝原假设 练习2 给土鸡蛋贴上标签会不会促进销售呢。对随机抽取的8个中百超市随机分成A、B两组，对A组销售的土鸡蛋贴上标签，而B组不贴。统计A、B两组超市的土鸡蛋一周销售量如下： A：300 350 120 80 B： 70 150 100 400 在5%的显著水平下判断贴标签是否促进销售 区间估计 例 为了试验某农药的效果。对某块地上的10颗果树随机分成A、B两部分，对A部分果树喷洒该农药，而B部分不喷。统计A、B两部分果树的结果树如下：