第二讲——参数估计和假设检验幻灯片.pptVIP

* * Rejection region does NOT include critical value. * * * * * Rejection region does NOT include critical value. * * * * Rejection region does NOT include critical value. * * * * * * * 43 * * * * * * * * * 43 * * * Notice that the interval width is determined by 1-? in the sampling distribution. * * * * * * * * * * * 90 *  * * * * * * * * * * * * * * * 3、左侧检验问题 解： 根据题意（由于是大样本，本题也可以用Z统计量近似计算）， 观测到的ｔ统计量的值等于 ? 决策规则：t obs-t ?时拒绝零假设，否则不能拒绝零假设。 本例中统计量的观测值等于-2.64。 0 -t ? Z, t 拒绝域 接受域 1 - ? 统计量的观测值等于-2.64 m m 0 H1 m ≥ m0 H0 （1）根据z值（或t值）进行左侧检验 （2）根据p值进行左侧检验 0 t ? 拒绝 p-值 -2.64 决策规则： p值 ?时 拒绝 H0。 本例中p值等于0.00593 。 (book4.09，P215) t ? 4 总体比例的检验 构造检验统计量(np0 ?5,n(1-p0) ?5) 决策规则：同均值的决策规则，可以使用Z值、p值或置信区间进行双侧、左侧或右侧检验。 案例 澳大利亚统计局公布的2003年第一季度失业率为6.1%。而Roy Morgan公司在调查了14656名14岁以上的居民以后得到的失业率为7.8%。你认为Roy Morgan的结果显著高于统计局的数字吗？a=0.01. 右侧检验 解： 根据题意，显然有np0 ?5,n(1-p0) ?5. 观测到的z统计量的值等于 检验的结论是拒绝零假设。 2.3 两个总体均值差异的假设检验 1、独立样本的假设检验 2、两个匹配样本的假设检验 1、两个独立样本的假设检验 与一个总体的情况类似，两个总体均值假设检验中的备择假设一般有以下三种情况： 两个总体均值的比较：检验统计量的选择 总体正态？ 大样本？ 方差已知？ 否 是 是 否 否 是 增大n; 数学变换等。 方差相等？ 否 是 两个总体均值的比较 在应用中可能需根据样本数据对总体的正态性进行检验。（非参数检验一章讲解） 在实际应用中，总体方差一般是未知的，因而统计软件中普遍使用t检验。 两个总体方差相等和不相等时，t统计量的计算公式不同。因此，检验两个总体的均值是否相等时，需要先检验两个总体的方差是否相等！ （1）两个总体方差是否相等的检验 在SPSS Statistics 中，检验两个总体均值是否相等时，会同时（首先）检验两个总体的方差是否相等。 SPSS Statistics 使用的是Levene 检验。 根据F 统计量相应的p值进行决策：pa时拒绝零假设。 （原假设为两个总体方差相等） 检验统计量： 其中 决策规则与单个总体t检验的决策规则相同，可以使用t值、p值或置信区间进行双侧、左侧或右侧检验。 （2）两正态总体，方差未知但相等 检验统计量： 自由度为 决策规则与单个总体t检验的决策规则相同，可以使用t值、p值或置信区间进行双侧、左侧或右侧检验。 （3）两正态总体，方差未知且不相等 2、 两个总体均值差异的检验（匹配样本） 如果两个样本是非独立的匹配样本（paired- sample)，即两个样本中的数据是一一对应的，这时对两个总体的均值的比较，就是对两个样本对应数据之差的检验。 一个例子 某市场研究公司公司调查了10个人在广告播出前后的购买潜力等级分值，分数越高说明购买潜力越高。试检验广告是否有明显效果？ 显著性水平=0.05。 个体 1 2 3 4 5 6 7 8 9 10 广告后 6 6 7 4 3 9 7 6 5 6 广告前 5 4 7 3 5 8 5 6 4 6 匹配样本 用 表示第i个匹配个体观测结果的差，i=1,?,n 记 如果两种方法所需费用都服从正态分布，则可构造 检验统计量如下： 决策规则同一个总体的t检验。 案例 观察 广告后 广告前 d 1 6 5 1 2 6 4 2 3 7 7 0 4 4 3 1 5