假设检验 教学课件.pptVIP

提出原假设H0: ? ? 1000 选择备择假设 H1: ? 1000 两个独立样本均值之差的抽样分布 1.假定条件 两个样本是独立的随机样本 样本容量足够大(n1?50和 n2?50) 原假设：H0: ?1- ?2 =0；备择假设：H1: ?1- ?2 ? 0 检验统计量为 H0: π1- π2 ? 0 H1: π1- π2 0 ? ? = 0.05 n1 = 60，n2 = 40 临界值: 假定条件 两个总体都服从正态分布 如果不服从正态分布，可用正态分布来近似 (n1 ? 50 , n2 ? 50 ) 【例】一个以减肥为主要目标的健美俱乐部声称，参加其训练班至少可以使减肥者平均体重减重8.5公斤以上。为了验证该宣称是否可信，调查人员随机抽取了10名参加者，得到他们的体重记录如下表： 配对样本的 t 检验（计算表） 配对样本的 t 检验（计算结果） 配对样本的 t 检验（计算结果） H0: m1 – m2 ? 8.5 H1: m1 – m2 8.5 a = 0.05 df = 10 - 1 = 9 临界值: 练习：有一个大学生的随机样本，按照性格“外向”和“内向”，把他们分成两类。结果发现，四年级学生中有58％属于“外向类”，新生中有73％属于“外向”类。样本中四年级学生有117名，新生有171名，试问在0.01的显著性水平下，四年级老生和新生在性格上有无显著性差异。 H0: π1- π2 ＝ 0 H1: π1- π2 ? 0 ? = 0.01 n1 = 117 n2 = 171 检验统计量: - 2.66 -2.58 拒绝H0 结论：可以认为，在0.01水平上，两个年级的学生在性格上是有显著性差异的。 【例】对两个大型企业青年工人参加技术培训的情况进行调查，调查结果如下：甲厂：调查60人，24人参加技术培训。乙厂调查50人，15人参加技术培训。在0.05的显著性水平上能否根据以上调查结果认为甲厂工人参加技术培训的人数比例高于乙厂？ 检验统计量: 决策: 结论: 接受H0 在0.05的显著性水平上，可以认为甲厂工人参加技术培训的人数比例高于乙厂。 -1.645 Z 0 拒绝域 ? 两个配对样本的均值检验 mD 0 mD 0 mD ? 0 H1 mD ? 0 mD ? 0 mD = 0 H0 总体1 ? 总体2 总体1 总体2 总体1 ? 总体2 总体1 总体2 没有差异 有差异 研究的问题 假设 两个配对样本的均值检验 M M M M D3 = x 1i - x 2i x 2i x 1i i M M M M D2 = x 12 - x 22 x 22 x 12 2 Dn = x 1n- x 2n x 2n x 1n n D1 = x 11 - x 21 x 21 x 11 1 差值 样本2 样本1 观察序号 两个配对样本的均值检验 注：Di = X1i - X2i ，对第 i 对观察值 样本均值 样本标准差 自由度df ＝nD - 1 统计量 两个配对样本的均值检验 在 ? = 0.05的显著性水平下，调查结果是否支持该俱乐部的声称？ 102 93 93.5 87 80.5 86 96 101.5 89.5 85 训练后 116.5 104 101 96.5 88.5 97 103.5 110 101 94.5 训练前 98.5 — 合计 9.5 11.5 8.5 7.5 11 8 9.5 7.5 11 14.5 85 89.5 101.5 96 86 80.5 87 93.5 93 102 94.5 101 110 103.5 97 88.5 96.5 101 104 116.5 差值Di 训练后 训练前 样本差值计算表 样本均值 样本标准差 检验统计量: 决策: 结论: 接受H0 在0.05的显著性水平下，可以认为该俱乐部的宣称是可信的。 -1.833 t 0 拒绝域 0.05 H0值 临界值 a 样本统计量 拒绝域 接受域 抽样分布 1 - ? 置信水平 观察到的样本统计量 右侧单边检验 H0值 临界值 a 样本统计量 接受域 抽样分布 1 - ? 置信水平 拒绝域 右侧单边检验 观察到的样本统计量 常见的假设检验问题 总体均值的假设检验 单个正态总体的均值检验； 两个正态总体均值之差的检验； 两个非正态总体均值之差的检验。 总体成数的假设检验 总体方差的假设检验 单个总体成数的检验； 两个总体成数之差的检验。 单个总体方差的检验； 两个总体方差之比的检验。 总体均值的假设检验 单个总体均值的检验 正态总体，方差已知的情形下—— Z 检验 正态总体，方差未知、大样本的情形下—— Z 检验 正态总体，方差未知、小样本的情形下—— t 检验 非正态总体，