概率8-1g.pptVIP

第 八章 假设检验 第一节 假设检验的基本思想 一、问题的提出 二、小概率原理 三、假设检验的一般步骤 四、两类错误 在实际问题中，经常会遇到根据样本所提供的信息，判断总体是否具有某种指定的特征。 如：总体分布是否属于某一类型？ 总体的某个参数与某个定值是否有显著性差异？ 同类型的两个总体的某个参数是否相同？等等。 一、问题的提出 假设检验是指施加于一个（或多个）总体的参数（或概率分布）的假设. 所作的假设可以是正确的, 也可以是错误的. 为判断作出的假设是否正确, 需从总体中抽取样本, 根据样本的取值, 按一定原则进行检验, 然后作出拒绝或接受所作假设的决定. 何为假设检验? 假设检验(hypothesis testing) 根据某种实际需要，预先对未知总体作出一些假设，然后再根据实测样本的信息去检验假设的合理性，从而最后决定对该假设的取舍。这种关于总体的种种假设称为统计假设，处理假设的统计方法称为统计假设检验，简称假设检验，也称显著性检验(significance test)。 参数检验(parametric test) 已知总体分布类型对其未知参数的假设作假设检验，称为参数检验。 非参数检验(nonparametric test) 对未知总体分布类型的总体假设作假设检验，称为非参数检验。 假设检验的理论背景为“小概率原理”. 假设检验的内容 参数检验 非参数检验 总体均值的检验 总体方差的检验 分布拟合检验 符号检验 秩和检验 假设检验的理论依据 引例：设一箱中有红白两色的球共100个，甲说箱里有98个白球，乙从箱中任取一球，发现是红球，问甲的说法是否正确？ 先作假设：甲的说法是正确的，即箱里确有98个白球。 二、小概率原理 如果原假设正确，则从箱中任取一个球是红球的概率只有0.02，是小概率事件。通常认为在一次试验中，小概率事件几乎不发生，因此若乙从箱中任取一个发现是白球，则没有理由怀疑假设的正确性。而乙任取的一个是红球，即小概率事件竟然在一次试验中发生了，故有理由拒绝假设，即认为甲的说法不正确. 显然，“小概率事件”的概率越小，否定原假设的理由就越充分。常记这个概率值为? (0?1)，称为检验的显著性水平。 小概率原理: 概率很小的事件(即小概率事件)，在一次试验中一般不会出现，这就是小概率原理。 那么，若在假设成立的条件下，某事件为小概率事件，然而，它在一次试验中竟然发生了，而推理过程并无差错，因此便有理由认为所作原假设不正确，从而拒绝该假设。 x o f(x) 例 有作用强烈的某种药物，按规定每片的有效成分含量为0.5mg。今随机抽取某厂生产的这种药品12片，测得片平均有效成分含量为0.4938mg。假定药片有效成分含量服从标准差为0.01mg的正态分布。问这个厂家的产品是否符合要求？ 三、假设检验的一般步骤： （1）建立原假设和备择假设 根据问题的需要预先作出的假设叫做原假设或者零假设(null hypothesis)，这是最直接、最关键的假设，记作 H0，它是整个检验推理的出发点。与原假设相对立的假设，称为备择假设(alternative hypothesis)，记作 H1。 （2）在原假设成立的条件下，构造一个统计量 这个统计量与实际问题密切相关且分布已知，再由给定数据计算出它的样本值 。 （3）对于给定的 ? 值（或查表得出的P值）做出检验结论，并给以专业解释 先确定拒绝域，若统计量的样本值落在拒绝域中，就拒绝零假设 H0，反之，则不能拒绝 H0。 当拒绝域位于数轴的两端时，相应的假设检验称为双侧检验(two-side test) 。当拒绝域位于数轴一端时，称为单侧检验(one-sided test)。这些拒绝域的端点数值称为临界值。 拒绝域(critical region) 拒绝假设的区域，称为拒绝域,它是实数轴的一部分。 x o f(x) x o f(x) x o f(x) 显著性水平(significance level) 根据实际要求选取的小概率 ? (0?1)，称为显著性水平或检验水平(level of test)，通常 ? 取0.05和0.01，有时也取0.10和0.001等。 显著性差异(significant difference) 在显著性水平 ?=0.05 时，拒绝假设 H0，便说两者有显著性差异或其差异有统计学意义(statistical significance)。 两