[理学]第八章假设检验.pptVIP

第八章 假设检验 第一节 假设检验的基本原理 通过样本统计量得出的差异作出一般性结论，判断总体参数之间是否存在差异，这种推论过程称为假设检验。 1．假设与假设检验 假设检验一般有两种互相对立的假设。 H0：虚无假设，又叫做无差假设、零假设、原假设（null hypothesis）；是要检验的对象之间没有差异的假设。 H1：备择假设（alternative hypothesis），或称研究假设、对立假设；是与零假设相对立的假设，即存在差异的假设。 2．假设检验中的小概率事件 假设检验的基本思想是概率性质的反证法。为了检验虚无假设，首先假定虚无假设为真。在虚无假设为真的前提下，如果导致违反逻辑或违背人们常识和经验的不合理现象出现，那就认为“虚无假设为真”的假定是正确的，也就是说要接受虚无假设。 样本统计量的值在其抽样分布上出现的概率小于或等于事先规定的水平，这时就认为小概率事件发生了。把出现概率很小的随机事件称为小概率事件。 通常情况下，把概率不超过0.05的事件称为小概率事件，有时也定为0.01或者0.001。 统计学中又把拒绝零假设的概率称为显著性水平，即进行统计推断时，可能犯错误的概率，用α表示。 ３．假设检验中的两类错误 对于总体参数的假设检验，有可能犯两种类型的错误，即α错误和β错误。 两类错误的关系 两类错误之和不一定等于１。 一般在差异检验中重要关心的是能够有充分理由拒绝H0,从而证实H1,所以α在统计中规定得较严。 减少β错误最直接的方法是增大样本容量。P229 在抽样分布曲线上，显著性水平既可以放在曲线的一端（单侧检验），也可以分在曲线的两端（双侧检验）。 在确定检验形式时，凡是检验是否与假设的总体一致的假设检验，α被分散在概率分布曲线的两端，因此称为双侧检验。 双侧检验的假设形式为： H0：μ＝μ0， H1：μ≠μ0 凡是检验大于或小于某一特定条件的假设检验，α是在概率分布曲线的一端，因此称为单侧检验。 单侧检验的假设形式为： H0：μ≥μ0，H1：μ＜μ0 或者 H0：μ≤μ0，H1：μ＞μ0 5．假设检验的基本步骤 一个完整的假设检验过程，一般经过四个主要步骤： ⑴．提出假设，包括虚无假设和备择假设 ⑵．选择恰当的检验统计量，计算统计量的值 ⑶．确定显著性水平 ⑷．做出统计结论 第二节 平均数的显著性检验 平均数的显著性检验是指对样本平均数与总体平均数之间的差异进行的显著性检验。若检验的结果差异显著，可以认为该样本不是来自当前的总体，而来自另一个、与当前总体存在显著差异的总体。即，该样本与当前的总体不一致。 1．平均数显著性检验的原理 检验的思路是：假定研究样本是从平均数为μ的总体随机抽取的，而目标总体的平均数为μ0，检验μ与μ0之间是否存在差异。如果差异显著，可以认为研究样本的总体不是平均数为μ0的总体，也就是说，研究样本不是来自平均数为μ0的总体。 ２．平均数显著性检验的几种情形 ⑴．总体为正态，总体标准差σ已知 平均数的抽样分布服从正态分布，以Ｚ为检验统计量，其计算公式为： 例１：某小学历届毕业生汉语拼音测验平均分数为66分，标准差为11.7。现以同样的试题测验应届毕业生（假定应届与历届毕业生条件基本相同），并从中随机抽18份试卷，算得平均分为69分，问该校应届与历届毕业生汉语拼音测验成绩是否一样？ 检验步骤 ⑴. 提出假设 H0：μ＝μ0， H1：μ≠μ0 或 H0：μ＝66， H1：μ≠66 ⑵.选择检验统计量并计算统计量的值 学生汉语拼音成绩可以假定是从正态总体中抽出的随机样本。总体标准差已知，样本统计量的抽样分布服从正态，以Z为检验统计量 计算 ⑶.确定显著性水平和检验形式 显著性水平为α=0.05，双侧检验 ⑷.做出统计结论 查表得Zα=1.96，而计算得到的Z=1.09 |Z|＜Ｚα，则概率P＞0.05 差异不显著,应在0.05显著性水平接受零假设 结论:该校应届毕业生与历届毕业生汉语拼音测验成绩一致，没有显著差异。 Ｚ＝-3.94 例2：某市高中入学考试数学平均分数为68分，标准差为8.6。其中某所中学参加此次考试的46名学生的平均分数为63。过去的资料表明，该校数学成绩低于全市平均水平，问此次考试该校数学平均分数是否仍显著低于全市的平均分数？ ⑵．总体为正态，总体标准差σ未知，样本容量小于30 平均数的抽样分布服从t分布，以t为检验统计量，计算公式为： t＝2.266 例３：某区初三英语统一测验平均分数为65，该区某校20份试卷的平均分数为69.8，标准差为9.234。问该校初三年级英语平均分数与全区是否一样？ ⑶．总体标准差σ未知，样本容量大于30 平均数的抽样分布服从t分布，但由于样本容量较大，平均数的抽样分布接近于正态分布，因此可以