统计学课件（丁浩）第五章.pptVIP

资料推荐 目录 假设检验的基本原理 总体均值的检验 总体比率的检验 总体方差的检验 假设的陈述 假设（hypothesis）是对总体参数的具体数值所作的陈述 一个假设的提出总是以一定的理由为基础的，但这些理由通常又不充分，需要“检验” 假设检验 假设检验(hypothesis test)，就是利用样本信息判断假设是否成立的过程。 先对总体的参数提出某种假设； 然后利用样本信息判断假设是否成立的过程。 原假设和备择假设 原假设(null hypothesis) ：研究者想收集证据予以反对的假设，也称为零假设。用H0表示。 原假设和备择假设 备择假设（alternative hypothesis）:研究者想收集证据予以支持的假设。用H1或Ha表示。 原假设和备择假设 原假设和备择假设 原假设和备择假设 原假设和备择假设 原假设和备择假设 1.在一项假设检验中，原假设和备择假设必有一个成立，而且只有一个成立。 2.通常先确定备择假设，再确定原假设。 3.等号“=”总是放在原假设上。 4.对原假设和备择假设的选择具有“主观色彩”，但只要符合研究者的最终目的，即是合理的。 5.假设检验的目的主要是收集证据拒绝原假设。 原假设和备择假设 原假设和备择假设 双侧检验与单侧检验 备择假设没有特定的方向性，并含有符号“?”的假设检验，称为双侧检验或双尾检验(two-tailed test) 。如例5.1 备择假设具有特定的方向性，并含有符号“”或“”的假设检验，称为单侧检验或单尾检验(one-tailed test) 备择假设的方向为“”，称为左侧检验，如例5.2 备择假设的方向为“”，称为右侧检验，如例5.3 双侧检验与单侧检验 假设检验原理 逻辑上运用反证法，统计上依据小概率原理。 在一次试验中，一个几乎不可能发生的事件发生的概率 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 小概率由研究者事先确定 假设检验原理 假设检验原理 两类错误 研究者总是希望能做出正确的决策：H0正确时没有拒绝它，H0不正确时拒绝它。 但是，想得美！！！（决策是建立在样本的基础上，不可避免会犯错误） 第Ⅰ类错误(“弃真”，冤枉好人)：原假设为真时拒绝原假设，α 第Ⅱ类错误(“取伪”，放过坏人)：原假设为假时没有拒绝原假设，β 两类错误 两类错误 两类错误 显著性水平 犯第一类错误的概率是可以由研究者控制的 犯第一类错误的概率称为显著性水平（level of significance），记为α 常用的??值有0.01, 0.05, 0.10 拒绝原假设，则表明检验的结果是显著的；不拒绝原假设，表明检验的结果是不显著的 检验统计量 证据？样本！ 检验统计量（test statistic）：根据样本观测结果计算得到的，并据以对原假设和备择假设作出决策的某个样本统计量 检验统计量本质上是总体参数的点估计量，但需标准化。标准化的依据： 原假设H0为真 点估计量的抽样分布 检验统计量 拒绝域 拒绝域 拒绝域 拒绝域 拒绝域 拒绝域 决策规则 给定显著性水平α，查表得出相应的临界值z α 或zα /2， t α或t α/2 将检验统计量的值与α 水平的临界值进行比较 双侧检验：│统计量│ 临界值，拒绝H0 左侧检验：统计量 -临界值，拒绝H0 右侧检验：统计量 临界值，拒绝H0 利用P值进行决策 如果原假设H0为真，所得到的样本结果会像实际观测结果那么极端或更极端的概率，称为P值（P-value），也称为观察到的显著性水平（observed significance level） 反映实际观测到的数据与原假设H0之间不一致的程度 决策规则：若P值 α, 拒绝 H0 利用P值进行决策 利用P值进行决策 利用P值进行决策 假设检验的步骤总结 陈述原假设和备择假设 从所研究的总体中抽出一个随机样本 在原假设成立的情况下，确定一个适当的检验统计量，并利用样本数据算出其具体数值 确定一个适当的显著性水平，并计算出其临界值，指定拒绝域 将统计量的值与临界值进行比较，作出决策 统计量的值落在拒绝域，拒绝H0，否则不拒绝H0 也可以直接利用P值作出决策 总体均值的检验 复习：样本均值的抽样分布；总体均值的区间估计 接下来演示4个例子 例5.4 例5.5 例5.6 例5.7 总体比率的检验 复习：样本比率的抽样分布；总体比率的区间估计 例5.8 总体方差的检验 复习：样本方差的抽样分布；总体方差的区间估计 例5.9 作业 教材第173页，第1题 教材第174页，第4题 教材第174页，第5题 作业提交时间：金融班（5月17日）；双学位班（5月18日） 双侧检验 0 临界值 临界值 a /2 a /2 样本统计量 拒绝H0 拒绝H0 抽样分布 1 - ? 置信水平