应用统计学课件第8篇 章假设检验.pptxVIP

第8章 假设检验8.1、假设检验的基本思想8.2、总体平均值的假设检验8.3、比例的假设检验8.4、方差的假设检验8.5、两个总体参数的假设检验8.6、参数估计和建设检验的关系8.1、假设检验的基本思想8.1.1 假设检验的数理逻辑与反证法假设检验就是根据关于总体参数的某种假设，依据样本分布规律如果能推论出几乎不可能的事件，即小概率事件，这时我们可以认为关于总体参数的某个假设几乎不成立。假设检验的思想也被称为小概率原理。例8.1、在例7.1的数据中， 某医院育婴房随机抽取9名新生儿，检查他(她)们的体重数据如下(单位KG)：2.8，3.1，3.6，3.7，3.8，3.2，2.9，3.3，4.1。假设新生儿体重分布服从正态分布，且标准差为0.4。根据样本数据，能否判断新生儿平均体重为4.0公斤？解：首先，假设新生儿体重为4.0公斤(原假设H0)，如果这一说法不正确，则新生儿体重不等于4.0公斤(备择假设H1)第一步：构造原假设和备择假设第二步：构造样本统计量第三步，根据抽样所得样本数据计算样本统计量数值第四步，将样本统计量值临界值比较，做决策。根据标准正态分布规律，标准正态变量在95%的概率下落入(-1.96，+1.96)之间，显然-4.58没有落入这一区间，小概率事件出现(不足5%)，拒绝原假设。此时，我们的结论是认为新生儿体重总体均值不是4.0公斤。例8.3、 某厂家生产一种新型轮胎，厂家广告声称其平均使用里程超过25000公里。对一个由16个轮胎组成的随机样本做了试验，得到其样本平均值和标准差分别为27000公里和4000公里。假定轮胎寿命服从正态分布，试表述在这一检验过程中的原假设和备择假设。解：根据上面的陈述，要能够证明轮胎平均使用里程大于25000公里，则应该处于备择假设的位置，那么与之相反的应该处于原假设，所以： (厂家广告不真实) (厂家广告真实)例8.4、 根据统计，某个工作岗位上平均每周的事故次数为5.5次，研究者为了降低事故发生率，重新设定了工作流程和新的安全计划，为了检验新的方案是否降低了事故发生率，试表述在这一检验过程中的原假设和备择假设。解：根据上面的陈述，要能够降低事故发生率，这也是研究者最关心的，因此处于备择假设位置。 (事故频率没有降低) (事故频率得到有效降低)2.显著性水平(level of significance)和临界值在例8.1中，样本统计量仍有5%的概率落入区间(-1.96，+1.96)之外，拒绝原假设则意味着可能犯错误，也就是说我们最多还有5%的概率犯“拒绝一个正确原假设”的错误，我们把犯这类错误的概率称为显著性水平(level of significance)。通常在假设检验中，显著性水平是根据研究需要事先给定的，一般取1%，5%或者10%。临界值是显著性水平对应的统计量值。例8.1中 称落入拒绝域 称落入非拒绝域3.假设检验中的两类错误第一类错误，或弃真错误，即在原假设正确前提下，犯拒绝正确原假设的概率第二类错误，也叫做取伪错误，即我们没有拒绝错误的原假设，法官审判审判(原假设无罪)假设检验(原假设H0)裁决结果实际情况决策结果实际情况无罪有罪H0为真H0为假无罪正确错误未拒绝?正确决策(1-a)第Ⅱ类错误(β)有罪错误正确拒绝第Ⅰ类错误(a)正确决策(1-β)4、p-值(p-value)在例8.1中，由于|Z|=4.58Z0.025=1.96拒绝原假设，此时犯第一类错误的概率不超过5%，但是到底真实犯第一类错的概率是多少呢？当原假设正确时，|Z|仍有可能大于4.58，因此p值即P(|Z|4.58)，所以p值是一个概率值，可以认为是犯第一类错误(弃真错误)的概率，通俗的可以理解为，按照所取得的样本计算的统计量值判断，原假设为真的概率为p。当原假设正确时，|Z|仍有可能大于4.58，因此p值即P(|Z|4.58)，所以p值是一个概率值，可以认为是犯第一类错误(弃真错误)的概率，通俗的可以理解为，按照所取得的样本计算的统计量值判断，原假设为真的概率为p。5.单尾检验中的接受域和拒绝域 左尾检验 右尾检验6、假设检验决策规则1)根据显著性水平 查表取得临界值给定显著性水平 ，查表得出相应的临界值Za (单尾检验)或Za/2 (双尾检验)，根据总体分布情况、样本容量大小等也会用到ta (单尾检验)或 ta/2(双尾检验)2)比较，观察统计量值落入拒绝域还是非拒绝域将检验统计量的值与 水平的临界值进行比较 ，作出决策(注意单尾检验临界值的正负号)。双侧检验：|统计量| 临界值，拒绝H0 左侧检验：统计量 -临界值，拒绝H0 右侧检验：统计量 临界值，拒绝H08.2总体平均数的假设检验8.2.1检验统计量的确定1样本量总体服从正态分布时，样本均值服从正态分布。总体未服从正态分布，