8.12 假设检验.pptVIP

第八章 假设检验 例1：引种问题：外地良种小麦亩产量服从N（800，502） 例1：引种问题：外地良种小麦亩产量服从N（800，502） 例1：引种问题：外地良种小麦亩产量服从N（800，502） 假设检验是统计推断的另一个基本问题，它是根据具体情况 和问题的要求，首先提出对总体的假设 H0，再由样本提供的信息，通过适当的方法来判断对总体所做的假设 H0 是否成立。统计学中判断给定假设 H0 是否成立的方法称为统计假设检验，分为参数检验和非参数检验. 参数假设检验：关于总体 X 分布的未知参数或数字特征的假设检验。如已知X～N（μ，σ2），其中σ2已知，而μ未知，就可提出假设H0：μ=μ0（μ0已知） §8.1 假设检验的基本概念和原理 引例：设盒中有红、白球共1000个，但不知它们各有多少？提出原假设 H0：白球999个。 若H0真，则从盒中任取一球“取得红球”的概率为0.001，即“取得红球”为小概率事件。若通过一次抽样这个事件竟然发生了，这就是在H0为真的情况下，产生了一个不合理现象。从而拒绝H0；若在一次抽样中，这个事件没有发生，没有理由否定H0，只能接受H0. 小概率原理：小概率原理认为小概率事件在一次试验中实际上不会发生，若在一次试验中发生了，就认为原假设“不合理”。 “小概率”的值通常根据实际问题的要求，规定一个可以容忍的充分小的数α（0＜ α ＜1），当一个事件的概率不大于α时，即认为它是小概率事件。α = 0.01, 0.05, 0.001, 0.005, 0.10 问题：若X~N（μ，502），问μ与μ0= 800斤有无显著变化？ 本地：假设亩产量 X~N（ μ，σ2）， μ、σ2未知 试验测产：n = 5 ， ，s = 47 ①提出假设： H0：μ=μ0(=800) H1：μ≠μ0(=800) ②在假定H0为真的情况下，通过选择适当的统计量来构造小概率事件。在（1）中，选取统计量 构造小概率事件 原假设 H0 备择（对立）假设H1 问题：若X~N（μ，502），问μ与μ0= 800斤有无显著变化？ 本地：假设亩产量 X~N（ μ，σ2）， μ、σ2未知 试验测产：n = 5 ， ，s = 47 ③取α=0.05， 计算统计量的值 查标准正态分布表，得临界值 问题：若X~N（μ，502），问μ与μ0= 800斤有无显著变化？ 本地：假设亩产量 X~N（ μ，σ2）， μ、σ2未知 试验测产：n = 5 ， ，s = 47 ④ 对H0做出判断，并确定H0的接受（拒绝）域。 由于 所以接受原假设H0，即本地与原产地的平均亩产量无显著差异，可以推广。 并称由 所确定的区间为拒绝域，由 所确定的区间为接受域， 为临界值。 注意：首先假定H0是真；然后考虑在H0成立的条件下，根据样本构造一个统计量，找出一个小概率事件。如果一个概率很小的事件在一次试验中发生了。也就是说出现了一个违背小概率原理的不合理现象。表明原假设H0是不正确的，因此拒绝H0，否则接受H0 在样本容量 n 确定后，α和β是不可能同时减小。除非增大样本容量 n 。但 n无限增大是不可能的，奈曼与皮尔逊（Neyman-pearson) 提出在控制犯第一类错误的概率 α的条件下，尽量使犯第二类错误的概率β小，基于这一原则寻求最优检验，这也很难实现。于是，只好再降低要求，实际中通常只控制犯第一类错误的概率α. 第I类错误： “弃真” H0为真时H0被拒绝了。即 第II类错误：“取伪” H0不真时H0被接受了，即 P{ H0被拒绝 |H0为 真}=α P{ H0被接受 | H0不真 }=β