FreeKaoYan假设检验.ppt

戴步云（笔为剑） 为什么要进行假设检验？ 根本原因有两个： 1、因为我们要研究总体却没有总体数据。 2、因为用样本研究总体，样本有抽样误差。所以要用假设检验方法排除误差影响，准确推断出总体性质。 一、假设检验的原理 1、小概率事件 例：暗箱中有100颗球，红球95个，白球5个，我任摸一颗在手，你猜是红球还是白球？ 按正常思维，摸得为红球的可能性95%，而白球的可能性只有5%，因此应该猜红球而不猜白球。 有人把这种决策心理称为小概率事件原理，即认为“小概率事件在一次测试中不可能发生”的原理。 1、小概率事件 在决策中，人们根据这一原理做决策，认为所冒的风险较小，或者说，决策所犯错误的可能性较小。 在统计假设检验中，也是利用这个原理进行决策的。 在假设检验中，往往是预先认定一个小概率值，在某个假设下，如果计算得某个事件发生的概率属于小概率，就说这个事件不可能发生，所做假设是错误的，要推翻。 1、小概率事件 在假设检验中，这个小概率称为检验的显著性水平，记为?。 常用的?值有0.10，0.05和0.01三个。 ?越小，表示显著性水平越高。 2、假设的类别和意义 ①两类假设： 原假设，记为H0，为零假设或虚无假设。H0在检验中被称作为统计计算的前提，统计推测从原假设开始。也就是说，在假设检验当中，我们把H0当前提来计算。 备择假设，记为H1，又称为研究假设。（备择假设往往是研究人员希望证实的假设。） 2、假设的类别和意义 ② 两假设的关系 原假设和备择假设的关系用八个字来概括：成对出现，非此即彼。在检验中，两假设一定成对出现，缺一不可。 但从逻辑意义上来说，这一对假设却是互相对立的，他们既不能共存又不能同亡。如果其中一个被推翻，另一个就自然成立。 2、假设的类别和意义 ③ 如何区别两假设 从逻辑上说，任何假设都可以作为原假设，但是由于统计模型的原因，也由于分析计算的需要，成对假设中只有一个能作为原假设，不能随便确定（原理有点难以表达，需要参考后面的内容）。 这里给大家一个形式上的区别办法：凡是含有等号的假设，均应作为原假设。 3、统计假设检验的思想方法 假设检验的基本思想方法——带有概率值保证的反证法。 反证法是一种逻辑推理方法，也是一种驳论策略，在平时的辩论中也常使用，在数学证明中往往有独到的好处，当某种证明从正面无法证实时，可从反面进行证伪，即从错误的假设开始进行演绎推理。最终推出一套荒谬的结果，从而推翻错误的假设前提，进为证明了正面命题是正确性。 比如，在几何中，要想证明∠A≠∠B，正面难于进行，可假设∠A=∠B，进行推理分析，最终得出3=2的结论，从而推翻∠A=∠B的原假设。证明了∠A≠∠B。 一个反证法的例子 如何用反证法证明2不等于5？ 反证法：假设2=5，那么，2+1=5+1， 即3=6。 那么，3/3=6/3，也就是1=2。 继续推理 戴步云和上帝是两个人。 如果1=2，那么戴步云和上帝是一个人。 那么，我们就得出一个让人惊讶的结论： 戴步云=上帝！ 这个结论显然是很荒谬的。 戴步云怎么可能等于上帝呢？这不是陷入主观唯心主义的泥潭了吗？ 所以，我们最初的前提假设“2=5”是不成立的！我们就这样证明了“2不等于5”。 3、统计假设检验的思想方法 统计检验时应用反证法，往往从虚无假设出发，搜集样本进行计算，得出一个统计量值，若这个统计量值的概率为一个小概率，则根据小概率事件原理，推翻原假设。从而证实备择的正确性。 3、统计假设检验的思想方法 从这里我们可以看到假设检验这种反证法与一般的反证法又存在区别。 区别之一是，推理的最终结果不象一般反证法那样是一个100%大荒谬命题，而是推出一个小概率事件，决策者仅仅是依据小概率原理而推翻原假设的。因此说它是一种带有概率值保证的反证法。 3、统计假设检验的思想方法 区别之二是，一般反证法最终一定是推翻原假设。否则就不能反证。而统计假设检验，最终结果也可能并不能推出一个小概率事件，因此也就不能推翻原假设。从实际结果看，结果是支持原假设的。这也跟一般反证法不同。 在这种情况下，决策者的结论是“无充分理由推翻原假设”或者叫“无充分理由拒绝原假设”，但不要说“接受原假设”。 4、假设检验的步骤 例：某高校历年招进新生的智商服从正态分布，平均智商为110，标准差为10。今年新生进校后随机抽取一个n=50的样本进行智力测验，测得这五十人的IQ平均为113。今年该校新生智商与往年一样吗？ 4、假设检验的步骤 所谓“往年一样吗？”是什么意思呢？实质是问今年新生总体的平均智商还是不是110，这里113是样本均数，而不是总体均数。不能因为样本不为110就否定总体为110的可能，怎么办呢？我们进行假设检验