第六章__假设检验和方差分析3.ppt

第六章 假设检验和方差分析（一） 假设检验 第一节 假设检验的一般问题 第二节 一个正态总体的参数检验 第三节 两个正态总体的参数检验 第四节 非参数检验 假设检验在统计方法中的地位 第一节 假设检验的一般问题 一、假设检验和抽样估计的不同点 二、假设检验的概念与思想 三、假设检验（一个实例） 四、假设检验的步骤 五、假设检验中的两类错误 一、假设检验和抽样估计的不同点 抽样估计：通过样本的观察结果来推断总体参数的取值范围以及得到此结论的可靠程度。 假设检验：预先对总体参数的取值作出假定，然后用样本数据来验证，从而作出是接受还是拒绝该假设的结论。 二、假设检验的概念与思想 对总体参数的一种看法 总体参数包括总体均值、比例、方差等，分析之前必需陈述 假设检验的基本思想 假设检验的过程（提出假设→抽取样本→作出决策） 三、假设检验（实例） 某地区水土中缺乏一种微量元素，根据医学研究结果可知，人们如果摄取这种元素过少，脑功能可能受影响，因此可推测该地区儿童的智力水平可能低于一般水平。心理学家使用某一标准化智力检验方法，对该地区随机选取36名儿童进行智力测验，得到智力分数的平均值是94分，已知总体标准差为15分，问该地区儿童的智力水平是否和一般水平（100分）有明显差异？ 四、假设检验的步骤 1、提出原假设和备择假设 2、确定适当的检验统计量 3、规定显著性水平?，查出临界值，确定拒绝域和接受域 4、计算检验统计量的值 5、作出统计决策 提出原假设和备择假设 ? 什么是原假设？(Null Hypothesis) 1、陈述待检验的假设，又称“0假设” 2、开始时总假设原假设是正确的 3、总是有等号 ?， ? 或?? 4、表示为 H0 H0：? ? 某一数值 例如, H0：? ? 3190（克） 5、原假设可能会被否决 ? 什么是备择假设？(Alternative Hypothesis) 1、与原假设相反的假设 2、总是有不等号 ?，?? 或 ? 3、表示为 H1 H1：? 某一数值，或? ?某一数值 例如, H1：? 3910(克)，或? ?3910(克) 4、备择假设不一定会被接受 ? 什么检验统计量？ 1、用于假设检验问题的统计量 2、选择统计量的方法与参数估计相同，需考虑 是大样本还是小样本 总体方差已知还是未知 3、检验统计量的基本形式为 规定显著性水平? ? 什么显著性水平？ 1、是一个概率值 2、原假设为真时，拒绝原假设的概率 被称为抽样分布的拒绝域 3、表示为 ??(alpha) 常用的 ??值有0.01, 0.05, 0.10 4、由研究者事先确定 双侧检验（显著性水平与拒绝域 ） 双侧检验（显著性水平与拒绝域 ） 双侧检验（显著性水平与拒绝域 ） 双侧检验（显著性水平与拒绝域 ） 作出统计决策 1、计算检验的统计量 2、根据给定的显著性水平?，查表得出相应的临界值Z?或Z?/2 3、将检验统计量的值与? 水平的临界值进行比较 4、得出接受或拒绝原假设的结论 五、假设检验中的两类错误（决策风险） 1. 第一类错误（弃真错误） 原假设为真时拒绝原假设 第一类错误的概率为? 被称为显著性水平 2. 第二类错误（取伪错误） 原假设为假时接受原假设 第二类错误的概率为??(Beta) 错误和 ? 错误的关系 参数检验和非参数检验 对定量数据进行检验有参数检验和非参数检验两种。 参数方法：在检验过程中比较的是总体参数(最常见的是总体均数)，这种检验方法需要事先对数据的分布做出假定，如t检验要求数据服从正态分布、方差相同等。 非参数方法： （1）不依赖于总体分布。参数假设检验除了大样本情况下进行的参数假设检验外，其余都是假定总体服从某一分布的检验。 （2）非参数假设检验适用于比较低的计量水准，如等级的、顺序的计量，如中位数计量。 第二节 一个正态总体的参数检验 一、总体方差已知时的均值检验 二、总体方差未知时的均值检验 三、总体比例的假设检验 一个总体的检验 假设检验的步骤 1、提出原假设和备择假设 2、确定适当的检验统计量 3、规定显著性水平?，查出临界值，确定拒绝域和接受域 4、计算检验统计量的值 5、作出统计决策 一、总体方差已知时的均值检验(双尾 Z 检验) (?2 已知) 1、假定条件 总体服从正态分布 若不服从正态分布, 可用正态分布来近似(n?30) 2、原假设为:H0: ?=?0；备择假设为:H1:? ??0 使用z-统计量 均值的双尾 Z 检验(实例) 例：某机床厂加工一种零件，根据经验知道，该厂加工零件的椭圆度近似服从正态分布，其总体均值为?0=0.081mm，总体标准差为?= 0.025 。今换一种新机床进行加工，抽取n