统计学 第6章 假设检验与方差分析1(选教).ppt

统计学导论 周国富 主讲 第六章 假设检验与方差分析 第一节 假设检验的基本原理 第二节 总体均值的假设检验 第三节 总体比例的假设检验 第四节 单因子方差分析 第五节 双因子方差分析【不要求】 第六节 Excel在假设检验与方差分析 中的应用【不要求】 第一节 假设检验的基本原理 一、什么是假设检验 二、原假设与备择假设 三、检验统计量 四、显著性水平、P-值与临界值 五、双侧检验和单侧检验 六、假设检验的两类错误 七、关于假设检验结论的理解 一、什么是假设检验 【例6-1】假定咖啡的分袋包装生产线的装袋重量服从正态分布N（μ,σ2）。生产线按每袋净重150克的技术标准控制操作。现从生产线抽取简单随机样本n=100袋，测得其平均重量为 =149.8克，样本标准差s=0.872克。问该生产线的装袋净重的期望值是否为150克（即问生产线是否处于控制状态）? 所谓假设检验，就是事先对总体的参数（或总体的分布形式）做出一个假设（称为原假设） ，然后利用抽取的样本信息来判断这个假设是否合理，即判断总体的真实情况与原假设是否存在显著的系统性差异。 假设检验又被称为显著性检验。 一个完整的假设检验过程包括以下几个步骤： （1）提出假设（包括原假设和备择假设）； （2）构造适当的检验统计量，并根据样本计 算检验统计量的具体数值； （3）规定显著性水平，建立检验规则； （4）做出判断。 二、原假设与备择假设 原假设：一般用H0表示，通常是设定总体参数等于某值，或服从某个分布函数等； 备择假设：是与原假设互相排斥的假设，原假设与备择假设不可能同时成立。 所谓假设检验问题，实质上就是要判断H0是否正确，若拒绝原假设H0 ，则意味着接受备择假设H1 。 二、原假设与备择假设（续） 如在例6-1中，我们可以提出两个假设： 原假设是袋装咖啡的平均重量与所要控制的标准没有显著差异，记为 ； 备择假设是袋装咖啡的平均重量与所要控制的标准有显著差异，记为 。 三、检验统计量 所谓检验统计量，就是根据所抽取的样本构造的用于检验原假设是否成立的随机变量。 检验统计量中应当含有所要检验的总体参数，以便在“总体参数等于某数值”的假定下研究样本统计量的观测结果。 检验统计量还应该在“H0成立”的前提下有已知的分布，从而便于计算出现某种特定的观测结果的概率。 四、显著性水平、P-值与临界值 在检验统计量的样本观测值计算出来之后，应如何利用它对原假设是否成立作出判断呢？ 这时，需要利用概率论中的“小概率事件原理”：小概率事件在单独一次试验中几乎不可能发生，可以不予考虑。 具体讲，在假设检验中，我们做出判断时所依据的逻辑是：如果在原假设正确的前提下，检验统计量的样本观测值的出现属于小概率事件，那么可以认为原假设不可信，从而否定它，转而接受备择假设。 那么，小概率的标准是多大？ 这要根据实际问题而定。在假设检验中，称这一标准为显著性水平，并用?来表示。 在应用中，通常取? =0.01，或 ? =0.05。 在具体运用显著性水平对假设检验问题做出判断时，又有两种做法： 一是P-值规则； 二是临界值规则。 （一）P-值规则 所谓P-值，是指检验统计量超过具体样本观测值而取更极端的值的概率。 也即：在检验统计量的密度曲线下，由检验统计量具体的样本观测值所截取的尾部的面积。 如果P-值小于所给定的显著性水平? ，则意味着小概率事件发生了，应该否定原假设； 如果P-值大于所给定的显著性水平? ，则意味着小概率事件没有发生，也就是没有充分的证据否定原假设。 【例6-3】假定? =0.05，根据例6-2的结果，计算该问题的P-值，并做出判断。 假设检验中，还有另外一种做出结论的方法： 首先根据所提出的显著性水平标准? （它是概率密度曲线的尾部面积）查表得到相应的检验统计量的数值（如z?/2、t?/2、F?等），称作临界值； 然后直接用检验统计量的观测值与临界值作比较：观测值落在临界值所划定的尾部（称之为拒绝域）内，便拒绝原假设；观测值落在临界值所划定的尾部之外的范围（称之为接受域）内，则认为拒绝原假设的证据不足。 这种做出检验结论的方法，称为临界值规则。 显然，P-值规则和临界值规则是等价的。在做检验的时候，只用其中一个规则即可。 但是，P-值规则较之临界值规则具有更明显的优点。这主要是： 第一，它更加简捷； 第二，在P-值规则的检验结论中，对于犯第一类错误（见教材P132）的概率的表述更加精确。 因此，在各种专用统计软件中，一般都直接给出P-值。 【例6-4】假定? =0.05，根据例6-2的结果，用临界值规则做出判断。