概率论与数理统计第8章-1假设检验.ppt

4. 拒绝域与临界点 当检验统计量取某个区域C中的值时, 我们拒绝原假设H0, 则称区域C为拒绝域, 拒绝域的边界点称为临界点. 如在前面实例中, 5. 双边备择假设与双边假设检验 6. 右边检验与左边检验 右边检验与左边检验统称为单边检验. 7. 单边检验的拒绝域 证明 (1)右边检验 上式不等号成立的原因: 证明 (2)左边检验 在上面的例子的叙述中，我们已经初步介绍了假设检验的基本思想. 下面，我们再结合刚才的例子，进一步说明假设检验的一般步骤 . 假设检验的步骤 提出原假设和备择假设 第一步： 已知 X~ 第二步： 能衡量差异大小且分布已知 取一检验统计量，在H0成立下 求出它的分布 第三步： 即“ ”是一个小概率事件 . 小概率事件在一次 试验中基本上不会 发生 . 对给定的显著性水平 =0.05，查表确定临界值 ,使 得拒绝域 W: |z |≥1.96 故拒绝H0 . 第四步： 将样本值代入算出统计量 Z的实测值, | z|=2.61.96 落入 拒绝域 例1 这是右边检验问题, 即认为这批推进器的燃烧率较以往有显著提高. 解 根据题意需要检验假设 假设检验会不会犯错误呢？ 由于作出结论的依据是下述 小概率原理 小概率事件在一次试验中基本上不会发生 . 不是一定不发生 三、假设检验的两类错误 请看下表 第一类错误 弃真 第二类错误 取伪 假设检验的两类错误 P{拒绝H0|H0为真}= , P{接受H0|H0不真}= . 犯两类错误的概率: 显著性水平 为犯第一类错误的概率. H0为真 真实情况 决策 拒绝H0 接受H0 H0为假 第一类错误 正确 正确 第二类错误 两类错误的关系 两类错误是互相关联的， 当样本容量固定时，一类错误概率的减少导致另一类错误概率的增加. 要同时降低两类错误的概率 或者要在 不变的条件下降低 ，需要增加样本容量. 由于假设检验是控制犯第一类错误的概率,使得拒绝原假设 H0 的决策变得比较慎重, 也就 是 H0 得到特别的保护. 因而, 通常把有把握的, 经验的结论作为原假设, 或者尽量使后果严重的错误成为第一类错误. 提出 假设 根据统计调查的目的, 提出 原假设H0 和备选假设H1 作出 决策 抽取 样本 检验 假设 对差异进行定量的分析， 确定其性质(是随机误差 还是系统误差. 为给出两 者界限，找一检验统计量T， 在H0成立下其分布已知.） 拒绝还是不能 拒绝H0 显著性 水平 P(T W)= -----犯第一 类错误的概率， W为拒绝域 小 结 * HGJHG 数理统计 数理统计 数理统计 数理统计 数理统计 数理统计 数理统计 数理统计 数理统计 数理统计 数理统计 数理统计 问题的提出 假设检验的基本思想和步骤 假设检验的两类错误 §8.1 假设检验 假设检验 参数假设检验 非参数假设检验 这类问题称作假设检验问题 . 总体分布形式 已知，检验关 于未知参数的 某个假设 总体分布形式的假设检验问题 在本节中，我们将讨论不同于参数估计的另一类重要的统计推断问题. 这就是根据样本的信息检验关于总体的某个假设是否正确. 一、问题的提出 让我们先看一个例子. 这一章我们讨论对参数的假设检验 . 例 某工厂用包装机生产袋装食盐，额定标准重量为每袋净重500g. 假设包装机包装的重量服从正态分布 根据长期经验知 (g)。某天开工后随机抽出9袋进行检验, 测得净重数据如下: 515, 520, 518, 521, 488, 523,520,514,498 问该天包装机工作是否正常? 分析：要检验E(X)是否为500g. 很明显，不能由9袋的数据，在把握不大的情况下就判断生产 不正常，因为停产的损失是很大的. 当然也不能总认为正常，有了问题不能及时发现，这也要造成损失. 如何处理这两者的关系，假设检验面对的就是这种矛盾. 它的对立假设是： 称H0为原假设（或零假设，解消假设）； 称H1为备选假设（或对立假设）. 在实际工作中，往往把不轻易否定的命题作为原假设. H0： （ = 500） H1： 现在要检验的假设是： 那么，如何判断原假设H0 是否成立呢？ 较大、较小是一个相对