第七章假设检验汇.ppt

假设检验解决那类问题？ 假设检验的基本思想是什么？ 参数假设检验与非参数假设检验的区别是什么？ 区间估计与假设检验解决问题不同点在什么地方？ 区间估计与假设检验机理的相同点是什么？ 6.1 假设检验的一般问题 6.1 假设检验的一般问题 6.1.1 假设检验的概念 6.1.2 假设检验基本原理 6.1.2 假设检验基本原理 6.1.2 假设检验基本原理 6.1.2 假设检验基本原理 6.1.3 假设检验的步骤 6.2.1 正态总体参数假设检验的步骤 6.2.1 正态总体参数假设检验的步骤 6.2.1 正态总体参数假设检验的步骤 6.2.1 正态总体参数假设检验的步骤 6.2.2 p-值的应用 6.2.2 p-值的应用 6.2.2 p-值的应用 6.2.2 p-值的应用 6.3.1 单个总体比率的假设检验 6.3.1 单个总体比率的假设检验 6.3.1 单个总体比率的假设检验 6.3.1 单个总体比率的假设检验 6.3.2 两个总体比率的假设检验 6.3.2 两个总体比率的假设检验 6.4 第二类错误概率 6.4 第二类错误概率 6.4 第二类错误概率 6.4 第二类错误概率 6.4 第二类错误概率 6.4 第二类错误概率 6.5 对总体均值进行假设检验时样本容量的确定 6.5 对总体均值进行假设检验时样本容量的确定 6.5 对总体均值进行假设检验时样本容量的确定 6.5 对总体均值进行假设检验时样本容量的确定 6.6 非参数的假设检验 前两节的假设检验都是在已知总体的分布类型（如正态分布）下进行的。 但是在许多问题中，总体不一定是属于正态分布，甚至总体的分布未知。 为此，本节介绍统计上常用的不依赖于总体分布及其参数知识的检验——非参数检验（Nonparametric Tests）方法。 6.6.1 两个总体分布差异的检验 实际问题中，经常要检验两种不同的处理方法效果是否相同。 例如，比较在不同钻机、不同操作人员、不同地质条件下，钻机效率是否相同等等。 诸如此类问题是对两个总体的分布是否相同的检验。下面介绍两种简单易行的方法：“符号检验法”和“秩和检验法”。 符号检验法（Sign Tests） 设两个总体X1,X2,它们的分布皆未知，以f1(x)和f2(x)分别表示两总体的概率密度。我们要检验f1(x)= f2(x)是否成立。 于是 H0:f1(x)=f2(x),H1: f1(x)≠f2(x) 符号检验法（Sign Tests） 为此对两个总体分别独立地抽取m个元素，即得到m对数据： (a1,b1),(a2,b2),…,(am,bm) 如果f1(x)=f2(x)假设成立，那么aibi或aibi(i=1,2,…,m)应该有相同的概率（1/2）。且样本aibi 与aibi的个数差异不应很大。 符号检验法（Sign Tests） 令aibi的事件为yi,其取值为1，0 于是 y=y1+y2+...+ym服从二项分布 根据二项分布计算出了比较aibi或aibi差异的临界值Sα(n) 符号检验法步骤： 建立的假设也可以表示为：p＝0.5与p≠0.5 当样本容量大于30时，可以当作正态分布来处理。 Wilcoxson（威尔科克森）带符号的等级检验 威尔科克森带符号的等级检验步骤为： （1）计算带有正负号的差数； （2）将差数取绝对值按照大小顺序排列并且编上等级，即确定顺序号。对于相邻的等值，则取位序的平均数为等级； （3）给每个等级回复差数原来的正负号，将正负号的等级相加，用T+和T-表示，并且取较小的T值作为检验的统计量； （4）确定带正号或者负号差数值的总个数n； （5）设定显著性水平α； （6）从威尔科克森带符号的等级检验T值临界表，查处的临界值，当观察值小于临界值Tα，就拒绝H0，当T＞Tα时，接收H0。 例，某大学教师随机抽取班级10名同学的统计学其中和期末考试的成绩，其中考试的成绩分别为：75，87，72，65，93，85，59，73，64，71分，期末考试成绩分别为72，94，92，67，86，85，58，79，69，82分。现在要问这两次考试成绩有无显著差异？ 建立假设： H0：两次考试成绩没有显著差异 H1:两次考试成绩有显著差异 威尔科克森带符号检验的过程： 如果某项配对观察值差数为0，则相应的样本容量减少。 从上表可以看出，正的等级和T+＝34.5，负的等级和T-＝10.5。从逻辑上讲，如果H0为真，则T+和T-应该相等，而且 如果n较大，T是近似正态分布，其均值和标准差为： 秩和检验法 符号检验法的缺点:没有充分利用数据本身提供的信息