应用统计方法-参数估计与假设检验方法.docVIP

第二节 假设检验与?参数估计方?法 本节将讨论?如何通过样?本去推断总?体，由样本推断?总体是以各?种统计量的?抽样分布为?基础的。对总体的推?断，可以通过两?个途径来实?现。一是首先对?所估计的总?体提出一个?假设，例如假设这?个总体的均?值等于某个?定值，然后以样本?为依据，以统计量为?工具去推断?这个假设是?否可以接受?。如果可以接?受，说明总体均?值；否则，说明。二是通过统?计量去估计?总体参数。前者称为统?计假设检验?，后者称为总?体参数估计?。 假设检验原?理和方法 在生物学试?验研究中，要检验某种?试验方法的?效果、某个品种的?优劣、某种药品的?疗效等，所得试验数?据往往存在?着一定的差?异，这种差异是?由随机误差?引起的，还是由试验?处理的效应?造成的？这个问题必?须经过一番?分析才能给?出答案，因为在试验?结果中往往?是处理效应?和随机效应?误差混在一?起，从表面上看?，不易区分开?，因此必须通?过概率计算?，采用假设检?验的方法，才能作出正?确的推断。 假设检验的?基本原理 例：用某种动物?作试验材料?，要求动物的?平均体重，若需要再饲?养；若则应淘汰?。又知动物体?重服从正态?分布，且由以往经?验知。现从一批试?验的动物中?，随机抽取1?0只，称得体重（g）:为 问这批动物?能否供试验?用？ 解：若用X表示?这批动物的?体重，显然，其中未知。 针对样本观?测值如何推?断还是，我们做如下?分析； 对所研究的?总体提出一?个假设 为了得到对?总体均值的?推断，可以假设总?体均值等于?给定的值，即 原假设： H0： 或 H0： 与原假设相?对立的假设?称为备择假?设，备择假设就?是当H0被?拒绝后，可供选择的?假设； H1： ； 或 H1：； 或 H1： 备择假设的?提出要视具?体问题而定?。 （2） 在上述假设?下，选择一个样?本统计量又?称检验统计?量，用以作为检?验H0的工?具，并考查该统?计量的分布?。我们选择统?计量 这里 称为样品的?标准误，这里，而且g，n=10，，由样本观测?值可以算出?该检验统计?量的值 （3）确定原假设?H0的拒绝?域 前面算出的?U=0.6325，是在承认H?0成立的前?提下得到的?，但是，现在我们还?不知道实验?动物体重这?个总体是否?真的符合该?假设。 如果上面算?出的U值是?不合理的，就表明我们?所做的原假?设H0是不?合适的，这时我们就?应该拒绝或?否定原假设?。使得我们拒?绝或否定原?假设H0的?U值的全体?叫做原假设?H0的拒绝?域。拒绝域的确?定关键在于?分清哪些U?值是“合理”的，而那些是“不合理”的。它们的依据?是人们在实?践中广泛采?用的“小概率原则?”。所谓“小概率原则?”是指小概率?事件在一次?观测或试验?中一般是不?会发生的，如果发生，就认为这个?现象是不合?适的。 由前面分析?我们知道，给定对于标?准正态分布?，我们总可以?找到这样的?临界值，使得 如果把取得?相当小，如，通过查标准?正态分布的?临界值表，得到，即 如果在一次?观测中，上述时间发?生了，即满足条件? 按小概率原?则，就应该拒绝?否定原假设?H0，也就是得到?了H0的拒?绝域； 或 由于拒绝域?分布在的左?右两侧，所以称这类?检验为双侧?检验，又称U检验?。 在实际问题?中，还经常需要?检验是否成?立，此时在显著?性水平下，检验假设 H0： H1： 是否相容，选统计量 对于给定的?水平，查标准正态?分布的上侧?临界值，使得 从而得到H?0的拒绝域?为； 这时H0的?拒绝域在的?一侧，称为单侧检?验。 （4） 对原假设进?行推断 在以上例题?中，由样本观测?值算得U=0.6325，它没有落入?拒绝域：，因此，我们可以认?为H0是相?容的，即故这批动?物可供实验?用。 否则，若算得 U值落入拒?绝域，就有理由怀?疑H0的真?实性，而接受备择?假设。 需要说明的?是，对原假设进?行推断与的?选取有关，在的水平下?否定原假设?，称差异性是?显著的；而在的水平?下否定原假?设，称差异性是?极显著的，以上检验称?为显著性检?验。 1．2 假设检验的?方法、步骤 从以上的讨?论中，可归纳出假?设检验的方?法、步骤如下： （1） 提出假设：根据问题的?实际意义，或重点考察?的内容，提出原假设?H0和备择?假设，写明其具体?内容。如等等； 原假设是假?设检验的基?础，它可能有以?下几个来源?（a）依据以往的?经验或某些?实验的结果?；（b）依据某种理?论或某种模?型；（c）根据事先所?做的某种规?定提出的。 与原假设对?立的备择假?设，是总体参量?中除去原假?设参量取值?之外的某个?值或某些值