[财务管理]第8章 假设检验.pptVIP

 第 八 章  假 设 检 验 一、假设检验的基本原理 此时常常作出适当的假设,然后进行试验或 观测,得到统计样本,构造统计方法进行判断,以 在实际工作中常会遇到这样的问题： （1）某药物在改进工艺后的疗效是否有提高？ （2）假定总体服从某种分布是否成立？ 如何通过抽检的样本对上述问题做出判断？ 决定是否接受这个假设. 假设检验就是这样一种统计推断方法， 根据样本提供的信息对所提出的假设作出 判断: 是接受, 还是拒绝. 如何利用样本值对一个具体的假设进行检验? 通常借助于直观分析和理论分析相结合的做法,其基本原理就是人们在实际问题中经常采用的所谓小概率原理:“一个小概率事件在一次试验中几乎是不可能发生的”. 假设检验问题是统计推断的另一类重要问题. 小概率原理： 如果对总体的某种假设是真实的，那么不利于或不能支持这一假设的事件A（小概率事件）在一次试验中几乎不可能发生的；要是在一次试验中A竟然发生了，就有理由怀疑该假设的真实性，拒绝这一假设。 总 体 （某种假设） 抽样 样 本 （观察结果） 检验 （接受） （拒绝） 小概率事件 未 发 生 小概率事件 发 生 假设的形式： H0——原假设，通常是研究者想收集证据予以反对的假设 H1——备择假设，通常是研究者想收集证据予以支持的假设 双侧检验：H0：μ=μ0 ， H1：μ≠μ0 单侧检验： H0：μ ≥μ0 ， H1：μ＜μ0 H0：μ ≤ μ0 ， H1：μ＞μ0 假设检验就是根据样本观察结果对原假设（H0）进行检验，接受H0，就否定H1；拒绝H0，就接受H1。 检验规则 确定检验规则 检验过程是比较样本观察结果与总体假设的差异。差异显著，超过了临界点，拒绝H0；反之，差异不显著，接受H0 差 异 临界点 拒绝H0 接受H0 c c 判 断 两类错误 接受或拒绝H0，都可能犯错误 I类错误——弃真错误， 发生 的概率为α II类错误——取伪错误，发生 的概率为β 检验决策 H0为真 H0非真 拒绝H0 犯I类错误（α） 正确 接受H0 正确 犯II类错误（β） 怎样确定c? α大β就小，α小β就大 基本原则：力求在控制α前提下减少β α——显著性水平，取值：0.1, 0.05, 0.01, 等。如果犯I类错误损失更大，为减少损失，α值取小；如果犯II类错误损失更大α值取大。 确定α，就确定了临界点c。 ①设有总体：X~N（μ，σ2），σ2已知。 ②随机抽样：样本均值 ③ 标准化： ④确定α值， ⑤查概率表，知临界值 ⑥计算Z值，作出判断 0 接受区 拒绝区 拒绝区 实例１ 某车间用一台包装机包装葡萄糖, 包得的袋装糖重是一个随机变量, 它服从正态分布.当机器正常时, 其均值为0.5公斤, 标准差为0.015公斤.某日开工后为检验包装机是否正常, 随机地抽取它所包装的糖9袋, 称得净重为(公斤): 0.497 0.506 0.518 0.524 0.498 0.511 0.520 0.515 0.512, 问机器是否正常? 分析: 由长期实践可知, 标准差较稳定, 问题: 根据样本值判断 提出两个对立假设 再利用已知样本作出判断是接受假设H0(拒绝假设H1), 还是拒绝假设H0(接受假设H1). 如果作出的判断是接受H0, 即认为机器工作是正常的, 否则, 认为是不正常的. 由于要检验的假设涉及总体均值, 故可借助于样本均值来判断. 于是可以选定一个适当的正数k, 由标准正态分布分位点的定义取 于是拒绝假设H0, 认为包装机工作不正常. 假设检验过程如下: 以上所采取的检验法是符合小概率原理的. 真实情况 (未知) 所 作 决 策 接受H0 拒绝H0 H0为真 正确 犯第I类错误 H0不真 犯第II类错误 正确 假设检验的两类错误 三、假设检验的一般步骤 检验步骤 根据具体问题的要求， 建立总体假设H0，H1 1 2 选择统计量 确定H0为真时的抽样分布 3 给定显著性水平α，当原假设H0为真时，求出临界值。 计算检验统计量的数值与临界值比较 4 正态总体参数的假设检验 对于给定的 检验水平 由标准正态分布分位数定义知， 因此，检验的拒绝域为 其中 为统计量Z的观测值。 例1 某切割机在正常工作时, 切割每段金属棒的平均长度为10.5cm, 标准差是0.15cm, 今从一