7-1假设检验.pptVIP

第一节 假设检验 二、假设检验的思想与方法（难点） 三、假设检验的主要步骤（重点） 第七章 假设检验（约5-6学时） 1、假设检验………..…………….……..…………….…... 2学时 2、正态总体参数的假设检验(2-3节)….………............….2学时 4、分布拟合检验…………………...……….…..…..….….1学时 重点：单个正态总体参数的假设检验 难点：假设检验的思想、单边假设检验 主要内容（2学时） 一、假设检验的概念 二、假设检验的思想与方法（难点） 三、假设检验的主要步骤（重点） 一、假设检验的概念 1、举例说明 原因：一是抽样的随机性； 二是直观标准因人而异。 2、假设检验的概念 为了推断总体分布中的未知信息(分布形式或未知参数)，提出关于分布未知信息的假设，然后根据样本信息，对假设做出接受或拒绝的合理判断。 （1）“假设”只是一个设想，是否成立需要进行检验； 参数假设检验：总体分布形式已知，判断未知参数的假设检验 非参数假设检验：总体分布形式未知，判断总体分布的检验 说明： 1、举例说明 如何判断原假设H0 是否成立呢？ 2、假设检验的基本思想 如果由样本值算得检验统计量的实测值落入拒绝域内(小概率事件)，则拒绝H0 ；落入接受域内，则接受H0. （1）采用“概率反证法”的逻辑推理方法 事先假设H0正确，然后根据样本信息判断假设是否合理， 作出接受H0或拒绝H0的决定。 （2）判断依据是“小概率事件基本不会发生”。 拒绝域：H0为真时置信区间外 接受域：H0为真的置信区间 a、如果H0 是对的，那么衡量差异大小的检验统计量落入拒绝域理论上是个小概率事件. 进一步说明： c、接受H0并不意味着H0一定正确，只是说差异还不够显著，还没有达到足以拒绝H0的程度（显著性检验） b、如果检验统计量的实测值落入拒绝域，也就是说 H0 成立下的小概率事件发生了，就认为H0不可信而否定它. 否则我们就不能拒绝H0 （只好接受它）. 注意：并非严格逻辑证明，判断可能错误(概率小而已) （1）假设检验会不会犯错误？ 3、假设检验的两类错误 原因1：根据样本信息判断，样本不能反映总体全部信息。 原因2：判断的依据是“小概率事件在一次试验中基本不会 发生”，并非一定不发生。 H0为真 实际情况 决策 拒绝H0 接受H0 H0不真 第一类错误(概率?) 正确决策(1-?) 正确决策(1- ?) 第二类错误(概率?) （2）假设检验的各种可能结果 P{拒绝H0|H0为真}= ?, ?为犯第一类错误的概率。 P{接受H0|H0不真}= ? . ?为犯第二类错误的概率。 （3）两种错误间的关系 两类错误是互相关联的， ?减小则?增大， ?减小则?增大，二者此消彼涨。当样本容量固定时，降低一类错误的概率必导致另一类错误的概率增加. 要同时降低两类错误的概率 ?和?，或者要在? 不变的条件下降低?，只有增加样本容量 显著性检验：给定样本容量时，只对犯第一类错误的概率 ?加以控制，而不考虑犯第二类错误概率?的检验。 P{拒绝H0|H0为真}= ? 4、假设检验的种类 （1）双边假设检验 （2）单边假设检验 按照“错误后果更严重者为I类错误、维持现状”的原则选择H0 (2) 计算W值时, 各项均已知或可依据样本得出.