2011课程概论和假设检验.ppt

小概率事件在一次试验中被认为是不可能发生的。 3. 小概率事件实际不可能性原理是统计学上进行假设检验（显著性检验）的基本依据。 小概率事件实际不可能性原理 箱子中有黑球和白球，总数100个，但不知黑球白球各多少个。 现提出假设H0：“箱子中有99个白球”，暂时设H0正确; 那么从箱子中任取一球，得黑球的概率为0.01，是一小概率事件。 今取球一次，如果居然取到了黑球，那么，自然会使人对H0的正确性产生怀疑，从而否定H0。也就是说箱中不止1个黑球。 例子 * 假设 均值 ； 方差：S2 样本数 n, 总体检验： σ2：已知 σ2：未知 总体分布的假设检验 * U-检验 统计量: 方差已知： 拒绝H0假设： 显著性水平： 样本数 n, * 例题1 原来生产设备生产的陈醋中醋酸的含量是符合N(4.5, 0.12). 购置台新设备，实验4次的醋酸含量结果如下 (%): 4.3, 4.4, 4.5, 4.6. 问:新设备与原来设备是否有区别 (P=95%)? Note： table values: * 分别方差未知，均值已知 假设 X1,…,Xn 是随机样本，统计量 是有n – 1自由度的 t分布 t – 检验 * 单总体 t 检验 零假设: 统计量: 显著性水平 ?, 自由度df = n - 1 * 选择假设 拒绝域 t-Test * 例子 假设某产品的标准PH值是4.5，某批次产品随机试验5次的结果是: 4.2, 4.3, 4.4, 4.5, 4.6. 问题：此批次的产品是否可靠(P=95%)? 对于的检验的值是： * 2. 两总体均值是否相同 ? 两总体的方差已知： u-test 两总体检验 * 两总体方差不知道，并样本数分别是 m 和 n ： H0:μ1=μ2 if n = m ，then： 两总体样本检验 * 例子 某产品分南北方两大区销售，销售量如下： 北方5个销售点: 28, 36,43,38,30 南方4个销售点: 44,41,39,36 问题：南北方销售情况相同？ (P=95%)? Note：Q table values: * 假设某产品设计两种包装，每种包装在公司的5个销售点销售，销售量分别是： 第一种包装：50，49，46，51，48； 第二种包装：53，50，51，48，49； 问：两种包装对产品的销售量影响是否相同？ 配对样本的均值检验 * 两总体配对样本检验方法 如果 X1,…,Xn ; Y1,…, Yn 是两组样本, 用 t-test 来检测配对数据的均值问题，按照如下步骤: 假设是随机误差，并符合正态分别; H0 假设: 统计量: 是有n – 1 自由度的t分布 * 两总体的方差检验 两总体方差是否一致? F-test: 这里: 袁克虹 办公电话办公地点:L楼305B 邮件：yuankh@sz.tsinghua.edu.cn 2011.02.21 实验设计和数据处理 * 课程的中心目的 如何最小成本地获取同类事务差别的数据？ 如何推断出事务间差别原因？ 如何应用这些差别来为未来服务？ * 课程整体思路 数据的获取方法和预处理 因素分析和实验设计的方案 数据处理 差别问题的提出 结果的讨论分析、结论 * 课程主要内容 假设检验及因素分析 误差分类，重复性和再现性， t-检验，F-检验等； 方差分析及因素分析 单因素，多因素，交互作用因素分析，二水平因素分析； 实验设计 正交试验设计,拉丁方设计,随机区组, 二次响应曲面设计等； 数据预处理 异常点检测、数据归一化等 数据处理 一元和多元回归分析、主成份分析、聚 类分析及应用、统计模式分类技术,其他 分类技术； 结论评价方法 ROC曲线, 表格表示、图式表达等； * 参考资料 实验设计主要参考资料： Gerry P. Qiunn, Michael J. Keough, Experimental Design and Data Analysis for Biologists, Cambridge, 2002 (Q-33/k942) 刘振学等,实验设计与数据处理.北京:化学工业出版社, 2005 (O212.6/6) 数据处理： 张学工，模式识别，清华大学出版社； 部分最新的文章； * 其他相关事情 课程辅导：段侪杰老师 时间：每周2，5晚上7点30到8点30； 地点：L楼307； 电话 手机 邮件：duan.chaijie@sz.tsinghua.edu.cn 课程考核：