第4章 假设检验 《相关管理统计学》课件.pptVIP

未知总体均值?1和?2 ，检验H0： 统计量 服从F（n-1，m-1）分布 计算统计量F值，与Fα比较，做出决策 未知总体方差 ，已知  检验H0：?1=?2 统计量 服从t(m+n-2)， n为来自总体X的样本数，m为来自总体Y的样本数 计算统计量F值， ︱t︱≥t α/2，拒绝H0 ︱t︱＜t α/2 ，接受H0 未知总体方差 ，已知  检验H0：?1=?2 统计量 检验过程同未知两个总体的方差 ， 已知 ，检验假设H0：?1=?2 的检验 例4.2 独立样本的t检验 某企业统计了两种不同的膨化食品A和B分别在八家不同超市的日销量（箱） 检验两种膨化食品的日销量是否有显著差异 食品A 86 87 56 93 84 93 75 79 食品B 80 79 58 91 77 82 76 66 Independent-Sample T Test对话框 Analyze→Compare Means→Independent-Samples T Test... Test 列表框 分类变量 Define Groups对话框 不同变量值对应的数据将被用作检验对象 分别将大于等于与小于窗口中数值的数据作为两组进行t检验 ④计算检验统计量的值 在提出原假设H0和备选假设H1，确定了检验统计量，给定了显著性水平a以后，接下来就要根据样本数据计算检验统计量的值。其计算的基本公式为： 上式不是计算检验统计量的唯一公式 在本例中， ⑤作出统计决策 根据样本信息计算出统计量z的具体值，将它与临界值 相比较，就可以作出接受原假设或拒绝原假设的统计决策。 在本例中，由于z=3.1841.96，落在拒绝域内，所以拒绝原假设H0。可以得出结论：在a=0.05的显著性水平下，抽样结果的平均年龄显著低于主管经理的估计值，有理由认为经理的估计不准确。 4.2 参数假设检验 4.2.1 一个正态总体参数假设检验 4.2.2 一个正态总体参数假设检验的SPSS应用 4.2.3 两个正态总体参数假设检验 4.2.4 两个正态总体参数假设检验的SPSS应用 假设检验的内容 假设检验 一个总体均值的 假设检验 s未知 s已知 ? 大样本 ? 小样本 两个总体均值差 的假设检验 4.2.1 一个正态总体参数假设检验 已知?的Z检验 已知?的Z检验 1. 将样本统计量（如 ）转换为标准正态分布Z变量 2. 与Z的临界值比较 如Z检验统计量的值落在临界域内则拒绝H0 否则，不能拒绝H0 Z X X n x x ? ? ? ? ? ? ? ? / ?已知，均值的双侧Z检验 1. 假设 总体服从正态分布； 当(n ? 30)时，不服从正态分布的总体可以用正态分布来近似。 2. 零假设只有“=”号 3. 使用Z检验统计量 Z X X n x x ? ? ? ? ? ? ? ? / H0 临界值 临界值 1/2 ? 1/2 ? 样本统计量 拒绝域 拒绝域 非拒绝域 拒绝域 抽样分布 1 －? 置信度 举例 2005年北京市职工平均工资为32808元，标准差为3820元。现在随机抽取200人进行调查，测定2006年样本平均工资为34400元。按照5%的显著性水平判断该市2006年的职工平均工资与2005有无显著差异？ 解答 在本例题中，我们关心的是前后两年职工的平均工资有没有显著的差异，不涉及差异的方向，因此，本题属于双侧检验。检验过程如下： （1）提出假设： H0:m=32808；H1:m≠32808； （2）总体标准差s已知，大样本抽样，故选用Z统计量； （3）显著性水平a=0.05，由双侧检验，查表可以得出临界值： 。判断规则为：若z1.96或z-1.96，则拒绝H0；若-1.96≤z ≤1.96，则不能拒绝H0。 （4）计算统计量Z的值 （5）检验判断：由于 ，落在拒绝域，故拒绝原假设H0。 结论：以5%的显著性水平可以认为该市2006年的职工平均工资比2005年有明显的差异。 ?已知，均值的单侧Z检验 1. 假设 总数服从正态分布； 当(n ? 30)时，不服从正态分布的总体可以用正态分布来逼近。 2. 零假设只有 ? 或者 ?号 3. 使用Z检验统计量 Z X X n x x ? ? ? ? ? ? ? ? / Z 0 ? Z 0 拒绝域 ? 拒绝