应用统计分析第二章T检验课件.ppt

第二章：T检验 第五组： 主要内容 假设检验的基本原理,错误，步骤 单样本t检验 独立样本t检验 配对样本的t检验 假设检验 所谓假设检验，就是事先对总体参数或总体分布形式作出一个假设，然后利用样本信息来判断原假设是否合理，即判断样本信息与原假设是否有显著差异，从而决定是否接受或否定原假设。 1、假设检验采用的逻辑推理方法是反证法 为了检某假设是否成立，先假定它正确，然后根据样本信息，观察由此假设而导致的结果是否合理，从而判断是否接受原假设； 判断结果合理与否，是基于“小概率事件不易发生”这一原理的 即在一次抽样中，小概率事件不可能发生。如果在原假设下发生了小概率事件，则认为原假设是不合理的；反之，小概率事件没有发生，则认为原假设是合理的。 2、假设检验是基于样本资料来推断总体特征的，而这种推断是在一定概率置信度下进行的，而非严格的逻辑证明。 因此，置信度大小的不同，有可能做出不同的判断。 三、假设检验中的两类错误 由于假设检验是根据有限的样本信息来推断总体特征，由样本的随机性可能致使判断出错。 （一）第一类错误 当原假设为真时，而拒绝原假设所犯的错误，称为第I类错误或拒真错误。易知犯第I类错误的概率就是显著性水平? P{拒绝H0|H0为真}= ? 假设检验的步骤 （1）建立检验假设和确定检验水准 （2）选定检验方法和计算检验统计量 （3）确定P值和做出推断结论 （1）建立检验假设和确定检验水准 在均数的比较中，检验假设是针对总体特征而言，包括相互对立的两个方面，即两种假设： 原假设为正待检验的假设：H0； 备择假设为可供选择的假设：H1 一般地，假设有三种形式： （1）双侧检验： H0 : ???0; H1 :???0 （2）左侧检验： H0 : ???0; H1 :??0 或 H0 : ???0; H1 :??0 （3）右侧检验： H0 : ???0; H1 :??0 或 H0 : ?=?0; H1 :??0 双侧检验和单侧检验 在进行t 检验时，如果其目的在于检验两个总体均数是否相等，即为双侧检验。例如检验某种新降压药与常用降压药效力是否相同？就是说，新药效力可能比旧药好，也可能比旧药差，或者力相同，都有可能。 如果我们已知新药效力不可能低于旧药效力，例如磺胺药+ 磺胺增效剂从理论上推知其效果不可能低于单用磺胺药，这时，无效假设为H0,备择假设为H1 ：u1u2,统计上成为单侧检验。 （2）选择显著性水平 当原假设H0为真时，却因为样本指标的差异而被否定，这种否定真实的原假设的概率就是显著性水平。用α表示。 α=0.05(即5%)或α=0.01(即1%) ho,h1和α 的确定，以及单侧检验或双侧检验 的选择，都应结合研究设计，在未获得样本结 果之前决定，而不受样本结果的影响。 （3）确定P值和做出推断结论 P值是指由ho成立时的检验统计量出现在由样本计算出来的检验统计量的末端或更末端处的概率值。 当P ≤α时，结论为按所取检验水准拒绝ho,接受h1,这样做出结论的理由是：在ho成立的条件下,出现等于及大于现有检验统计量值的概率P≤α，是小概率事件，这在一次抽样中是不大可能发生的，即现有样本信息不支持ho因而拒绝它； 如Pα ，即样本信息支持ho,就没有理由拒绝它，此时只好接受它。 t 检验 t检验亦称student t 检验。 t检验的用途： – 样本均数与总体均数的比较，即单样本t检验 – 来自于同一总体彼此独立的两个不同样本，比较不同类别的显著性差异，即独立样本t检验 – 两样本均数的比较，即配对样本t检验 ?t检验的应用条件： – 当样本数较小时，要求样本取自正态总体； – 做两样本均数比较时，还要求两样本的总体方差相等 (1) 已知一个总体均数u； (2) 可得到一个样本均数及该样本标准差； (3) 样本来自正态或近似正态总体。 T检验计算方式 样本均数与总体均数的比较的t 检验，即单样本t 检验。比较的目的是推断样本所代表的未知总体均数μ与已知的总体均数uo有无差别。 首先对所估计的总体提出一个假设，如: 假设这个总体的平均数μ 等于某个值uo，然后通过样本去推断这个假设是否可以接受，如果可以接受，样本很可能来自这个总体；否则很可能不是来自这个总体. 【例1】一种汽车配件的平均长度要求为12cm，高于或低于该标准均被认为是不合格的。汽车生产企业在购进配件时，通常是经过招标，然后对中标的配件提供商提供的样品进行检验，以决定是否购进。现对一个配件提供商提供的10个样本进行