假设检验的研究.docxVIP

经济管理学院 财务管理一班 束志强 20101339024假设检验的研究摘要参数估计和假设检验是统计推断的两个组成部分。它们都利用样本对总体进行某种推断，然而推断的角度不同。在假设检验中，先对μ的值提出一个假设，然后利用样本信息去检验这个假设是否成立。关键词假设检验；小概率原理；区间估；正态分布1、假设检验原理的概述假设检验是统计推断中一类重要的问题，要对总体做出判断，常常要先对所关心的问题做出某些假定，这些假定可能是正确的，也可能是不正确的，它们一般是关于总体分布或其参数的某些陈述，称为统计假设。我们一般要同时提出两个对立的假设，即原假设H0和备择假设H1。在很多情况下，我们给出一个统计假设仅仅是为了拒绝它。假设检验的基本依据是“小概率原理”。所谓小概率原理就是：概率很小的随机事件在一次试验中一般不会发生。根据这一原理，我们从H0出发，在一定的显著性水平ɑ下，从总体中抽出一个子样进行检验，在H0成立的条件下，若发现“相应统计量取到此子样代入统计量后的值”是一个小概率事件，亦即小概率事件在一次试验中发生了，这与“小概率原理”矛盾，所以，此时就拒绝H0，并接受H1；反之，就只有被迫接受H0。2、假设检验的一般步骤（1）建立假设 对样本所属总体提出假设，包括原假设H0和备择假设H1。并有双侧假设和单侧假设的不同。双侧的备择假设H1可以省略。 （2）确定显著水平ɑ 实践中常用的显著水平为ɑ=0.05和α=0.01 。但α的取值并非一成不变，可根据不同研究目的给予不同设置，如方差齐性检验、正态检验等常去取α等于0.01、0.02甚至更高。 （3）计算检验统计量 从原假设H0出发，根据样本提供的信息计算检验统计量。不同的假设检验，所得统计量不同，如t, u , F等。 （4）统计推断 根据估计的概率值的大小来推断原假设是否正确，从而决定接受还是否定H0。当计算出的概率p大于0.05时，应接受原假设H0，拒绝H1。此时成为差异不显著。当计算出的概率0.01＜p＜0.05时，则应否定HO,接受H1,此时称为差异显著。当计算出的概率＜0.01时，应否定H0，接受H1。此时成为差异极显著。3、假设检验的两类错误第一类错误：原假设H0正确，但通过假设检验却否定了它，称为“弃真”，犯第一类错误的概率是ɑ。第一类错误只有在否定H0时才会发生。第二类错误：原假设H0错误，但通过假设检验却接受了它，称为“取伪”，犯第二类错误的概率是β。第二类错误只有在接受H0时才会发生。犯第一类错误和第二类错误的概率ɑ与β在大小上有一定的关系。在样本容量相同的情况下，ɑ越小，则β越大；反之ɑ越大，则β越小。试验者可以根据试验目的，通过调整ɑ值的大小来控制假设检验时犯两类错误的概率。如要同时减小犯这两种错误的概率，只有增加样本含量n。如果试验者对某次试验希望获得“差异显著”的检验结果时（如检验新工艺是否较原工艺为优的试验），由于求成心理的作用，试验者易于接受第一类错误结果。此时第一类错误的危害性更大些，应重点控制，故应适当减小显著性水准α的大小，既α可取小些，如取α=0.05、α=0.01 。如果试验者希望获得“差异不显著”的结果时（如检验某保健食品中有效成分的含量是否达到标准的试验），同样由于心理作用，试验者易于接受第二类错误结果。此时应把重点放在防止第二类错误上。α可取大些，如α=0.10或0.20甚至更高。4、实例展示例：假定如果某地矿石中某种金属含量达到1.1%以上时就可以认为具有开采价值，现从该矿石中取出10块，测得该金属含量（%）为0.91 1.05 1.12 0.87 1.26 1.06 1.16 0.98 1.25 1.37 如果该金属含量服从方差为0.01的正态分布，问此地矿石是否具有开采价值（给定显著性水平：ɑ=0.05） 方差已知，均值μ的假设检验，所用统计量为(X-μ0)/（σ/√n）~N(0,1)。X=1.103，Z0.05=1.65，n=10，σ=0.01，μ0=1.1第一种假设提法：提出假设：H0：μ≤μ0，H1：μ＞μ0拒绝域为Z=（X-μ0）/(σ/√n)＞Zɑ 将相关数据代入上式得Z=0.95＜Z0.05=1.65.所以接受H0，认为矿石无开采价值。第二种假设提法：提出假设：H0：μ≥μ0，H1：μ＜μ0拒绝域为Z=（X-μ0）/(σ/√n)＜-Zα 经计算，Z=0.95＞-Z0.05=-1.65 ,所以接受H0，即认为矿石有开采价值，对于同一个问题，由于H0提出的不同，造成两个对立的结论，显然有一个是不合理的。如果将本问题金属含量的数据变为 1.15 1.23 1.18 1.31 1.25 1.24 1.21 1.21 1.26 1.27 据已知及计算得知相关数据X=1.23，Z0.0