第四章 推断统计.pptVIP

第四章 推断统计—估计与检验 一、参数估计 二、假设检验 (一）原理 （二）应用与操作 1、一个总体均值的显著性检验 （一个样本的 t 检验） 2、两个总体均值差异的显著性检验 （两个独立样本的 t 检验） 3、相关、配对样本的 t 检验 一、参数估计 1、点估计与区间估计 P75 点估计，用一个具体数值估计一个总体未知参数。 区间估计，以一定的概率把总体未知参数估计在某两个界限（下限，上限）之间。 2、点估计量优良性条件 （1）无偏性： （2）有效性：无偏估计量中方差较小的 估计量为有效估计量。 （3）一致性：n增大时，统计量趋于总体参数的概率为1。如 3、置信区间、置信度、置信水平 4、总体均值μ的区间估计 （1）公式 （2）操作， （3）作业， 5、两个总体均值差 的估计 （1） 未知，但知方差齐性 （2） 未知，方差不齐性 （3）操作 （4）作业 二、假设检验 （一）假设检验原理 1 、小概率原理 小概率事件在一次随机抽样中几乎不可能发生。 假设检验的基本思想 假设检验是先对某一总体参数作出假设（如假设 、 ），然后根据样本数据求出统计量，如果统计量值落入小概率区间确定小概率事件发生，违小概率原理，拒绝原假设。即样本不是来自假设的总体。如果统计量值落入大概率区间确定小概率事件未发生，接受原假设。即样本是来自假设的总体。 2、原假设与被择假设 （1）原假设（零假设）：记为 ，是试验人员希望否定的假设。如 （2）被择假设（对立假设）：记为 ，是试验人员希望证实的假设。（事实）如 （∵ ） 3、第Ⅰ类错误与第Ⅱ类错误（1）表（2）图 （2）Ⅰ类错误与Ⅱ类错误示意图： 4、显著性水平 α水平——也称显著性水平 一般取α=0.05 或α=0.01 希望结论拒绝 ，控制Ⅰ类错误α取值小些； 希望结论接受 ，控制Ⅱ类错误α取值大些。 5、显著性检验（统计决策） 若 统计量＞临界值，P＜α，则拒绝 若 统计量＜临界值，P＞α，则接受 6、双尾检验与单尾检验 （1）双尾检验 若 ，拒绝域在概率分布图的两侧。 （2）单尾检验 若 ，拒绝域在概率分布图的左侧。 若 ，拒绝域在概率分布图的右侧。 单尾检验图： 左尾检验 右尾检验 假设检验原理小结 1、假设检验的基本思想 2、原假设与被择假设 3、第Ⅰ类错误与第Ⅱ类错误（1）表（2）图 4、确定犯Ⅰ类错误概率α水平 5、显著性检验（统计决策） 6、双尾检验与单尾检验 （二）应用与操作 1、一个总体均值的显著性检验 （一个样本的 t 检验） 若（ ）是正态总体 的一个样本，检验 　与 是否差异显著？ 检验步骤: （1） （2）计算统计量 （3）确定 α=0.05 或 α=0.01 （4）显著性检验 若 ＞ p＜α 则拒绝 差异显著 若 ＜ p＞α则接受 差异不显著 例: 某糖厂用自动打包机包装糖，每包重量服从正态分布，其标准重量为 100 公斤。某日开工后测得 9 包重量如下：