社会研究的统计应用7.pptVIP

第七章；假设检定（假设检验）均值与百分率 先成立一个关于总体情况的假设，继而抽取一个随机样本，然后以样本的统计值来验证假设的正确与否 第一节 基本知识 一、研究假设与虚无假设 H1想要证实的研究假设：（在总体中同意计划生育与反对计划生育的人数不相同） H0（与H1相反的）虚无假设：利用抽样的统计值来检验的（在总体中同意该制度与反对的人数相同） 方法：根据H0成立来确定某个统计量(样本均值,方差等)服从的抽样分布（如正态分布，学生分布等），然后导出统计量以很小概率落在以内否定域，进行实际抽样，如果用一次抽样数据计算出来的统计值竟然落在否定域内，说明我们的假定H0很有可能不对，也就是H1（可能）成立 例 H0同意人数等于反对人数（p=1/2) H1同意人数不等于反对人数 否定域（H0成立前提下，n=10）：9个以上同意和1个以下同意的机会（很小）p(0)+p(1)+p(9)+p(10)=0.022 见133页 现在进行抽样发现，有9个同意，这么小概率的事件竟然在一次抽样中发生了，说明H0（p=1/2）是错误的，也就间接检验了H1是正确的 二、否定域与显著度 否定域：抽样分布同一端或两端的小区域，样本的统计值落在这个区域的概率是很小的，如果这样的事件竟然发生了，则否定虚无假设。 显著度：否定域在整个抽样分布中所占的比例（统计值落在否定域的机会） 显著度越小，越难否定H0，也即越难证明H1 一般显著度选为p=0.05或p=0,01,一般事先给定 四、甲种误差与乙种误差 当以样本的统计值来检定假设时,最后结果不论是否定或接受,都可能犯错误! 甲种误差（第一类误差）：样本统计值落在否定域（否定H0），但实际上H0对（弃真） 乙种误差（第二类误差）:样本统计值没有落在否定域(接受H0)，但实际上H0不对（纳伪） 两种误差的矛盾关系 在样本量和统计方法确定的前提下，甲种误差与乙种误差是对立的，成反比的 同时消除两种误差的矛盾是不可能的 为同时减少两种误差，最简单的方法就是增大样本 另一方法是选用检定力较强的推论统计法 五、检定力：参数与非参数法 弃真的可能性最大为显著度,故检定力就是能够准确地判断虚无假设（H0）的正误之能力，指乙种误差的大小 检定力=1—乙种误差的机会 推论统计法可以分为两大类:参数检定法,非参数检测定法 参数检定法的特点，是要求总体具备某些条件（如正态分布或标准差相等）；一般要求数值有定距测量层次，（Z检定t检定F检定）检定力较强 非参数检定法，不要求总体具备特殊的条件，一般不要求是定距测量层次（χ2检定） 检定假设的步骤 列出H1和与之对立的H0(目的为否定H0) 选择适当的检定统计法，并要列举其假定或要求(如总体正态,定距测量层次等) 假定H0对，确定随机样本服从的抽样分布(查统计学书籍) 决定显著度(一般0.1或0.05)，(查表)求出否定域(一端或二端) 根据样本的资料计算检定值，如果检定值落在否定域内，可以否定H0，即H1可能是对的；如果检定值不落在否定域内，不能否定H0，也即H1可能是错误的。 第二节:单均值与均值差异 单均值：一个总体，假设H1关于总体的均值等于（不等于，大于，小于）某个定值M H0：总体均值为M 1. Z检定法（定距，随机样本n=100，正态分布） 抽样后可计算样本X和S,它们组成的统计量Z Z= （X—M）/(S/n1/2) 服从标准正态分布 其中： 样本均值X =∑x/n 样本标准差S=[∑(x-X) 2/n]1/2 一端检定注意 先确定p=0.05 二端检定否定域(-∞,-1.96] 和 [1.96，+∞] 左端检定否定域 (-∞,-1.65] 右端检定否定域 [1.65, +∞) 这些数值也可以查（正态分布表，P385） 例 子 调查某地农民的政治水平，所用的测量方法是询问100个政治问题，答对每题得1分，否则0分， 研究假设（H1）：全区农民的平均分（M）不等于60分。 H0：全区农民的平均分等于60分， 即H1：M≠60 H0: M=60 p=0.05,否定域是Z=-1.96和Z=1.96 抽样n=120，从中计算出X=57，标准差S=18.5 Z= （X—M）/(S/n1/2)=( 57—60）/(18.5/1201/2)=-1.78 检定值-1.78不在否定域内，不能否定H0，即不能接受H1，即全区农民的政治水平平均分数等于60分 H1改为M60（一端检定），p=0.05的否定域为Z=-1.65，检定值为-1.78否定H0 即接受H1：全区农民的政治平均分数小于60分 提高显著度p=0.01 H1:M60 否定域Z=-2.33， 不能否定H0 说明是否能否定H