抽样分布和参数点估计参考.pptVIP

第六章 假设检验 教学目的与要求： 1.掌握假设检验的相关概念及思路和步骤； 2.掌握单个总体的假设检验方法； 3.了解两个总体假设检验方法； 4.了解非参数检验的特点和方法。 第一节 假设检验的基本概念 一、假设检验的基本思想 在现实生活中，有大量的可归结为假设检验问题的事例。在此不妨从下例谈起。 [例6-1]某企业生产一种LED日光灯管，经过大量试验发现灯管的平均寿命为55000小时，标准差为1200小时。生产中使用一项新技术后，随机抽查了100个灯管，测得其平均寿命为55600小时。现问新技术使用前后灯管的平均寿命是否有显著的差异？ 这是一个考察新技术使用是否对灯管寿命有影响的假设检验问题。从试验结果来看，使用新技术后灯管的平均寿命是55600小时，比使用新技术前的灯管平均寿命增加了600小时，出现这一差异可能来自以下两个原因：一是新技术使用前后灯管的寿命没有发生变化，600小时的差异是抽样的随机性造成的；二是新技术的使用的确使灯管的寿命延长了。 现以 ， 分别表示新技术使用前后的灯管平均寿命。为 了判断新技术使用前后灯管寿命600小时的差异是否由随机 抽样造成的，我们可以采用假设检验的方法来加以解释. 首先提出假设 ，表示新技术的使用对灯管的寿命没有影响 ，表示新技术的使用改变了灯管的寿命 和 是两个互斥的假设。 称为原假设或零假设， 称 为备择假设，表示当原假设不成立时接受选择的假设。 然后利用使用新技术后抽样的样本信息来检验这一假设成 立与否。如果接受原假设，则认为新技术的使用与否对灯管 的平均寿命没有影响；如果拒绝原假设，则认为新技术的使 用明显改变了灯管的平均寿命。 那拒绝原假设的依据是什么呢？在假设检验中采用的是实 际推断原理，又称小概率原理。它是指小概率事件在一次试 验中是不会发生的。我们假定原假设是正确的，然后在这一 前提下计算某随机事件发生的概率，如果得到的这个概率非 常小的话，我们认为它违背了小概率原理，对于原假设成立 与否有必要提出质疑，即拒绝原假设。 在上例中，如果用 表示使用新技术后抽样的样本均值， 则 ～ 。我们假设原假设是正确的，即 。于是 有 ～ ，根据标准正态分布的性质，有 即 用 表示一个小概率事件发生的概率，若 与 差异过 大导致 ，则可认为小概率事件发生了，从而有理由 拒绝原假设。取 =0.01，把 =55600， =55000，=1200，=100代入计算得到： 而 发生的概率仅有0.01，是个小概率事件。所 以，根据小概率原理拒绝原假设，即认为新技术的使用的确 使改变了灯管的平均寿命。 我们把统计量 称为检验统计量， 为假设检验的显 著性水平，相应的 为置信水平。在显著性水平 给定的情 况下，检验统计量在某一区间内变动而不拒绝原假设时，我 们将这一区间定义为接受域，如 ；另一区域则称为 拒绝域，当检验统计量落入拒绝域时，认为小概率事件发生 了，拒绝原假设，如 。 二、双侧检验和单侧检验 假设检验根据假设的形式可分为双侧检验和单侧检验。 双侧检验通常用于检验总体某一参数与我们所感兴趣的数 值有无显著差异或同时检验总体某一参数过大或过小的情 况，此时检验的拒绝域在图形的两侧。双侧检验的形式为： 单侧检验通常用于检验总体某一参数与某个数值比较偏大 或偏小的情形。单侧检验进一步的可分为左侧检验和右侧检 验，它们的假设形式为： 左侧检验： 或 右侧检验： 或 当我们要检验某指标不能低于某一数值时，比如鼠标的点击次数、上市公司的每股净收益等，可以采用左侧检验，此时检验的拒绝域位于图形的左侧。当要检验的指标不能高过某标准时，例如生产某产品的平均成本或次品率等等，则应采用拒绝域位于图形右侧的右侧检验。如图6-2所示。 三、假设检验的两类错误 由于假设检验是由样本信息依据小概率原理来作出判断 的，因而难免会出现错误。样本的随机性会带来两类错误： 一类错误是原假设为真却被拒绝了，即原假设为真时，根据 样本信息计算的检验统计量却落入了拒绝域，这种错误被称 为第一类错误，也叫弃真错误。犯第一类错误的概率用 表 示，即 。另一类错误是原假设为伪命题时却 被接受了，即原假设不真时，检验统计量落入了接受域而做