统计学 第7章-假设检验与方差分析.ppt

第七章  假设检验与方差分析 上一章介绍了对总体中未知参数的估计方法。本章将讨论统计推断的另一个重要方面——统计假设检验。即统计推断的另一个重要问题是假设检验问题。 可信区间与假设检验的关系 不同：可信区间——量的问题 假设检验——质的问题 1.可信区间亦可用于回答假设检验的问题 2.可信区间比假设检验提供更多的信息,可以 回答有无统计学意义，还可回答有无实际意义. 进行假设检验应注意的问题 （2）做假设检验之前，应注意资料本身是否有可比性。 （3）当差别有统计学意义时应注意这样的差别在实际中 有无意义。 （4）根据资料类型和特点选用正确的假设检验方法。 （5）根据专业及经验确定是选用单侧检验还是双侧检验。 （6）当检验结果为拒绝无效假设时，应注意有发生I类错误的可能性，即错误地拒绝了本身成立的H0，发生这种错误的可能性预先是知道的，即检验水准那么大；当检验结果为不拒绝无效假设时，应注意有发生II类错误的可能性，即仍有可能错误地接受了本身就不成立的H0，发生这种错误的可能性预先是不知道的，但与样本含量和I类错误的大小有关系。 （7）判断结论时不能绝对化，应注意无论接受或拒绝 检验假设，都有判断错误的可能性。 ?（8）报告结论时是应注意说明所用的统计量，检验的 单双侧及P值的确切范围。 第一节 假设检验的意义和程序 某茶叶厂用自动包装机将茶叶装袋。每袋的标准重量规定为100克。每天开工时，需要先检查一下包装机工作是否正常。根据以往的经验知道，用自动包装机装袋重量服从正态分布，装袋重量的标准差为1.15克。某日开工后，抽测了36袋，其平均重量为99.98克。问此包装机工作是否正常? 假设检验的过程（提出假设→抽取样本→作出决策） 什么是假设检验？ 1. 概念 （一）假设检验中的小概率原理 什么是小概率？ 1. 在一次试验中，一个几乎不可能发生的事 件发生的概率 2. 在一次试验中小概率事件一旦发生，我们 就有理由拒绝原假设 3. 小概率标准即为假设检验中的显著性水平，由研究者事先确定。 （二）假设检验中命题的基本形式 原假设建立的依据都是已有的、具有稳定性的，从经验看，没有发生条件的变化，是不会被轻易否定的。 假设检验的基本目的，就在于作出决策：接受原假设还是拒绝原假设。 即原假设被否定之后应选择的、与原假设逻辑对立的假设。 如果检验问题不是总体参数是否等于假定参数，而是总体参数与假设参数是否发生指定方面的差异，这时原假设和备择假设就要用不等号来表示。如： （三）双侧检验与单侧检验(假设的形式)  如果原假设成立，那么某个分布已知的统计量在某个区域内取值的概率?应该较小，如果样本的观测数值落在这个小概率区域内，则原假设不正确，所以，拒绝原假设；否则，接受原假设。 用单侧检验还是双侧检验，用左侧检验还是右侧检验，决定于备选假设中的不等式形式与方向。 与“不相等”对应的是双侧检验， 与“小于”相对应的是左侧检验， 与“大于”相对应的是右侧检验。 双侧检验（显著性水平与拒绝域 ）  将所研究的假设作为备择假设H1 将认为研究结果是无效的说法或理论作为原假设H0。或者说，把希望(想要)证明的假设作为备择假设 先确立备择假设H1 单侧检验（显著性水平与拒绝域 ）  左侧检验（显著性水平与拒绝域 ） 左侧检验（显著性水平与拒绝域 ） 右侧检验（显著性水平与拒绝域 ） 右侧检验（显著性水平与拒绝域 ） 采用新技术生产后，将会使产品的使用寿命明显延长到1500小时以上。 属于研究中的假设 建立的原假设与备择假设应为 H0: ? ? 1500 H1: ? ? 1500 改进生产工艺后，会使产品的废品率降低到2%以下。 属于研究中的假设 建立的原假设与备择假设应为 H0: ? ? 2% H1: ? 2% 提出原假设: H0: ? ? 90 选择备择假设: H1: ? ? 90 （四）假设检验中的两类错误 1. 第一类错误（弃真错误） 原假设为真时拒绝原假设 会产生一系列后果 第一类错误的概率为? ? ? ?称为显著性水平 2. 第二类错误（取伪错误） 原假设为假时接受原假设 第二类错误的概率为? ? ? 错误和 ? 错误的关系 影响 ? 错误的因素 1. 总体参数的真值 随着假设的总体参数的减少而增大 2. 显著性水平 ? 当 ? 减少时增大 3. 总体标准差 ? 当 ? 增大时增大 4. 样本容量 n 当