【doc】 假设检验在科技项目评估结果分析中的应用.docxVIP

假设检验在科技项目评估结果分析中的应用假设检验在科技项目评估结果分析中的应用秦哲 (湖北省科技信息研究院,湖北武汉430071)摘要:将统计学方法与科技项目评估实际工作相结合,利用假设检验的原理,对评估结果进行分析,为评估方案的比较选择,调整修改等工作提供科学参考.关键词:假设检验;科技项目评估中图分类号:G3l1文献标识码:A文章编号:1001—7348(2005)07—0040—02 1假设检验的基本原理和步骤假设检验是推断统计中的一项重要内容,通常它先对研究总体的参数作出某种假设.然后从总体中抽取样本进行观察,用样本所提供的信息对假设的正确性进行判断,从而决定假设是否成立.若观察结果与理论不符,则须放弃假设;否则,认为无充分证据表明假设错误.假设检验的一般步骤是:①建立零假设风和备择假设日,;(选定检验方法,计算检验统计量;(规定显着性水平,根据显着性水平,查有关统计量的分布表,得到临界值;④比较检验统计量和临界值,分析作出推断结论. 2几种常见的假设检验 2.1平均数的显着性检验平均数的显着性检验是指对样本平均数与总体平均数的差异进行显着性检验,又称为单样本检验.令总体平均数为,样本平均数所代表的未知总体平均数为,样本数为n,假设检验的目的为推断样本平均数所代表的未知总体平均数与已知总体均数是否存在差异. (1)总体正态分布,总体标准差已知时,选择u检验,检验统计量u=:. 0n收稿日期:2005-05-26 40科技进步与对策?7月号?2005 (2)总体正态分布,总体标准差未知时,选择￡检验,检验统计量￡:—,其 s/x/n—l中s为样本标准差.实际中当样本数n较大时(通常n≥ 30),即使总体标准差未知,也可应用u检验,检验统计量u= n-- . s/,/J (3)总体非正态分布时,不能应用u检验和t检验,而应该采用非参数检验.但当n≥ 30时,尽管总体分布不呈正态,也可以近似地应用检验,检验统计量:一,如 0/V果总体标准差未知,也可直接用样本标准差代替上式中的,即,:. /V 2.2平均数差异的显着性检验平均数差异的显着性检验是指分别从两个研究总体中随机抽取样本,检验两组样本平均数之间的差异,其目的是推断这两组样本所代表的未知总体平均数与是否存在差异.以下只考虑两组样本独立的情况. (1)当两个总体正态分布,总体标准差 ,和都已知时,选择u检验,检验统计量为Xl-X2 . (2)当两个总体正态分布,总体标准差 ,和都未知时,选择t检验,此时还需根据两个总体的标准差是否相等,分两种情况讨论.第一种情况:当总体标准差=Or时,选择t检验,检验统计量为:布.一[一仁 ,/此时服从自由度为df=n,+n一2的t分第二种情况:当总体标准差≠时检验统计量为￡,:—,在此情况下 ,/l+Vnln2 f的分布只是近似的f分布,不能将t分布表中的n+,一2的临界值作为t的临界值.但对于给定的显着性水平,t的临界值可近似地由两个t和t的加权平均数— {nlJJ—inJI计算出来.即临界值为: ss;— ._tJ.—=_t .nl导【”1)n2导【旦—_三百 2一——l—_一九ln2 2.3方差的显着性检验平均数是描述数据集中情况的统计量,方差是描述数据分散性质的统计量.在分析一组数据时,有时不但要看它的集中性,而且还要看它的分散性.此时,不仅要分析平均数,还要分析方差. (1)样本方差与总体方差差异的显着性检验.总体正态分布时,其样本方差与总体方差的比值服从分布,检验统计量为= nS r.在对样本方差与总体方差的差异情况进行分析时,只要根据上面的公式计算值,然后根据自由度af=n—1分别从分布表中查到.和的值.如果-0或 TTT .,说明样本方差S与总体方差的 T差异显着;反之则不显着. (2)两样本方差的显着性检验.两个总体正态分布时,选择F检验,检验统计量为 c2 ,服从第一自由度为=n--1,第二自 u?2由度为aA=n:一l的F分布.对于给定的显着性水平,如果F或RF.,说明两方差 TT的差异显着,反之则不显着.需要指出的是,上述检验仅适用于两个独立样本方差之间的差异检验. 3假设检验在案例分析中的应用案例:总体为某批科技项目,共计205项,经评估从中筛选出l/5的项目即样本,进行立项.现对科技评估指标体系中的主要经济指标一利润,进行分析.从上面案例的数据中可以看出,经过评估筛选出项目的平均利润比该批项目的平均利润高出4万元.这4万元的差异究竟是来自偶然误差,还是由于进行评估后,有效筛选造成的系统误差?利用平均数的显着性检验可以解释这一问题.第一步:建立原假设和备选假设.该假设为单侧检验,检验设为: H0:/z~gt;52H1:/zlt;52第二步:由于该批项目总体分布是否为正态分布未知,总体标准差已知,且样本数ngt;