计量经济学第02章 节 统计学基础知识_第3节_24.ppt

第三节 假设检验 一、什么是假设检验 假设检验是对未知的总体分布函数形式或分 布中未知的总体参数作出某种假设，然后抽取随 机样本、构造适当的统计量，利用样本提供的信 息来验证这一假设是否可信的一种统计分析方法。 只知道总体的分布为正态分布，而对总体分布函 数的具体形式知之甚少，要通过样本信息来判断 其正态分布函数的具体形式的假设检验，一般称 为非参数检验。在已知总体分布的函数形式，仅 涉及对总体分布中某个或某几个参数有无变化的 问题里，如果我们仅提出一个假设，而且也仅检 验这一个假设，并不同时研究其它假设，则称这 类假设检验为显著性假设检验。 假设检验，称为参数假设检验。在参数假设检验 参数显著性检验，就是指对参数变化有无显 著差异的检验。但这个显著差异有或无却是有限 度的，如果不超过规定的限度，就称为 “没有显 著差异。”反之，若所得差异超过规定限度，则 表明这已不属于抽样误差，而是确有差异，这种 情况称为“差异显著”。至于这个限度是多少，怎 样确定，将在后面讨论。 二、假设检验的基本思想 假设检验的基本思想是：在某种原假设成立 的条件下，利用适应的统计量和给定的显著性水 平，构成一个小概率事件，可以认为小概率事件 在一次观察中基本不会发生，如果该事件竟然发 生了，就认为原假设不成立，从而拒绝原假设， 接受备择假设。可以看出，无论假设的类型多么 复杂，进行检验的基本思想都是很简单的，是某 种带有概率性质的反证法，这种反证法有两个特 点： 1．为了检验一个假设是否成立，我们不妨先 假定这个假设是成立的，然后看由此会产生什么 后果，如果导致了一个不合理现象的出现，就表 明原来的假设是不正确的，或者说那个假设是不 能成立的，我们应该拒绝这个假设。如果没有不 合理的现象出现，则不能拒绝原来假设，称原假 设是相容的。 2.这里所用的反证法又不同于纯数学的反证法。 因为我们以为“不合理”的依据，并不是形式逻辑 中的绝对矛盾，而是基于人们在实践中广泛采用 的一个原则：小概率在一次观察中可以认为基本 上不会发生。这个原则在我们日常生活中人们也 是在不自觉地使用着。例如：飞机失事，火车出 轨等都是小概率事件，但是人们不会因为有过这 类事故就不乘飞机或火车。因为这些事故发生的 概率很小，大家都认为它不可能发生。 四、有关的几个基本概念 为了进行假设检验与之相联系的几个基本概 念需要搞清楚。 （一）原假设和备择假设 原假设就是我们要检验的假设，也称零假设， 一般用H0表示。它常常是根据已有的资料，经过 周密考虑后确定的。一般H0都是已有的，具有一 定的稳定性，没有充分根据，是不会轻易被否定 的。 备择假设是与原假设相对立，在原假设被否 备择假设是与原假设相对立，在原假设被否定时 所接受的假设，用H1表示。上面谈到，原假设一 般是稳定的，不易被否定的，但并不表示永远不 会被否定，否则就失去假设检验的研究意义了。 当经过抽样调查，有充分根据否定原假设H0时， 就产生了需要接受其逻辑对立面的假设，就是备 择假设。显然对任一个假设检验问题，其所有的 可能结果都应包含在这两个假设的范围内，要么 无显著差异，要么有显著差异，除此之外，不可 能有其它结果。因此，这两个假设总有一个成立。 （二）小概率原理与显著性水平 小概率原理是指发生概率很小的随机事件在 一次试验中几乎不可能发生。大数法则告诉我们， 就大量观察而言，事件的发生仍是具有规律性的。 这种规律性的数量表示称作为概率。在大量观察 中频频出现的事件具有较大的概率，出现次数较 少的事件，具有较小的概率。根据概率的大小， 人们对它的态度和处理方式是很不一样的。在日 常生活中，人们习惯于把概率很小的事件，当作 在一次观察中是不可能出现的事件。就像前述尽 管飞机，火车有事故出现，但是人们绝不会因此 而放弃乘坐飞机或火车。这个原理称为小概率原 理。假设检验中所依据的小概率原理，只是把小 概率的标准，定得更为具体和数量化而已。 虽然小概率事件在一次观察中不可能出现， 虽然小概率事件在一次观察中不可能出现，但如 果出现了，那又该如何判断呢？是坚持认为事件 的概率仍然是很小，只是不巧被碰上了呢？还是 反过来认为事件的概率未必很小了？显然作后一 种判断更为合理，这也是人们常识性判断的方法。 比如人们相传某城市社会治安很好，可某人刚来 到这个城市，就遇上了小偷，这时他首先就会怀 疑这个城市社会治安是否良好，而不会坚持去想， 这仅仅是发生了小概率事件。因为一个社会治安 不好的社会，碰到小偷的机会要远比社会治安良 好的多。 显著性水平是指根据小概率原理所规定的小 概率事件的概率标准，即规定小概率的数量界限， 一般用 表示 。当某事件的概率 时，就认为该事件是一个实际不可能