[理学]概率与数理统计课件.ppt

查表得u?, 计算 若其大于u?，拒绝原假设。否则，接受原假设。 所以拒绝域为 例4 某织物强力指标X的均值 =21公斤. 改进工艺后生产一批织物，今从中取30件，测得 =21.55公斤. 假设强力指标服从正态分布N(?, ? 2) ， 且已知 ? =1.2公斤， 问在显著性水平? =0.01下，新生产织物比过去的织物强力是否有提高? 解: 当H0成立时， X1,…,X30 ~ N(?，?2)。又因为 拒绝域为 查表得，u?=2.33, 由样本值计算 故拒绝原假设H0 . 落入拒绝域 4. 关于均值的假设检验，? 2未知 5. 关于均值的假设检验，? 2已知 ? 的一个点估计 出发，根据备择假设确定拒绝域的形式 控制第一类错误，即 当H0成立时， X1,…,Xn ~ N(?，? 2)。又因为 所以拒绝域为 且 第八章 假设检验 统计推断的另一类重要问题是假设检验 下面先通过一个例子来说明什么是假设检验以及如何进行假设检验 例1 某餐厅每天的营业额服从正态分布，按照以往的老菜单营业，营业额的均值为8000，标准差为640。目前，该餐厅试用一新菜单。经过九天的运营，发现平均每天的营业额为8300，经理想知道这个差别是否是由于新菜单而引起的。（假定按照新菜单营业，营业额的标准差依然为640）。 假设按照新菜单营业，营业额 X ~ N(? , ? 2) X1,…, X9为九天的营业额，即来自总体 X 的样本 假设检验的做法分以下几步来叙述 （1） 建立假设—— 即提出一个关于总体分布的命题 如：按照新老菜单运营，平均营业额没有差别——记该命题为H0 当我们能确认H0为假时，这时我们面临如下三个命题的选择 按照新菜单运营的平均营业额比按照老菜单运营的平均营业额高 按照新菜单运营的平均营业额比按照老菜单运营的平均营业额低 按照新老菜单运营的平均营业额有显著差别 我们从中选择一个命题作为抛弃H0 后可供选择的命题，记为H1 在该例中，我们采用并如下表示两个命题 H0 ： ? = ?0=8000 H1 ： ? ? ?0=8000 （2） 寻找检验统计量——假设检验的任务是判断H0 是否为真。 我们的做法是：先假定H0 为成立，然后用样本去判断其真伪。 由于样本所含信息较分散，因此需要构造一个统计量T(X1,…, X9)来做判断，称该统计量为检验统计量。 检验法则: 当 T(x1,…, x9)?? C 时拒绝H0，否则接受H0 令W={(x1,…, x9) :T(x1,…, x9)?? C } 称其为检验的拒绝域，它的边界点称为检验的临界点 令A={(x1,…, x9) :T(x1,…, x9)?? C } 称其为检验的接受域 （3） 显著水平与临界值 由于作出决策的依据是一个样本，当实际 H0为真时仍有可能作出拒绝H0的判断，这是一种错误。我们无法排除犯这类错误的可能性，因此自然希望将犯这类错误的概率控制在一定的限度内，即给出一个较小的数?（0 ? 1），使 P(拒绝H0| H0为真 )? ? ?称为检验的显著水平 ? 根据上式确定检验的临界点 假设检验中的基本概念 （1）假设：关于总体分布的某个命题 （2）原假设：把需要检验的假设称为原假设，记为H0 （3）备择假设：在拒绝原假设后，可供选择的一个命题称为备择假设，它可以是原假设对立面的全体，或其中的一部分，记为H1 （4）检验统计量：用于判断原假设成立与否的统计量称为检验统计量。 （5）拒绝域：使原假设H0被拒绝的样本观测值所组成的区域称为检验的拒绝域 接受域：保留原假设H0的样本观测值所组成的区域称为检验的接受域 （6）显著水平：控制P(拒绝H0| H0为真 )? ? 中的 ? 称为检验的显著水平 两 类 错 误 第一类错误：原假设H0为真，但由于样本的随机性使样本观测值落入拒绝域，从而作出拒绝H0的结论这类错误称第一类错误，它发生的概率称为犯第一类错误的概率，也称为“拒真概率”。 第二类错误：原假设H0为假，但由于样本的随机性使样本观测值落入接受域，从而作出保留H0的结论这类错误称第二类错误，它发生的概率称为犯第二类错误的概率，也称为“取伪概率”。 在一般情形，当样本容量固定时，减小一类错误概率会导致另一类错误概率的增加. 要同时降低两类错误的概率，或者要在第一类的错误概率不变的条件下降低第二类的错误概率，需要增加样本容量. 一般来说，我们总是控制犯第一类错误的概率，使它不大于?。 再在这一限制下使第二类的错误发生的概率尽可能地小 —— 控制第一类错误的原则 假设检验问