第九章 假设检验PPT.ppt

第九章 假设检验;;;;第一节 假设检验的意义;假设检验中的小概率原理;;; 三、假设命题 进行假设检验必须先作出假设命题，一般包括两部分：原假设和备择假设。 （一）原假设 又称虚无假设或零假设，一般用H0表示，根据已有的资料，或经过周密考虑后确定的。例如， 表示为 H0： ? =4mm 原假设是总体平均厚度等于4mm;（二）备择假设 备择假设又称择一假设，即原假设被否定后采取的逻辑对立假设，是原假设的对立假设。 表示为： H1： ? ?4mm 意为：这批钢板的平均厚度不等于4mm;;四、显著性水平 样本统计量与假设的总体参数完全一致的可能性极少。那么差异要达到多大才算是显著呢？ 如果在原假设的前提下，检验统计量的样本观测值的出现属于小概率事件，那么可以认为原假设不可信，从而否定它，转而接受备择假设。 小概率的标准（显著性水平）是多大？这要根据实际问题而定。假设检验中，称这一标准为显著性水平，用α来表示，在应用中，通常取α=0.01，α=0.05。;例如，给定α=0.05，凡概率小于5%的差异都是小概率事件，属于拒绝区间，拒绝原假设，判断总体有显著差异。 而1- α=0.95，其概率在95%以内的，为接受区间，接受原假设，判断总体无显著差异。;第二节 假设检验的基本思路;假设检验的过程（提出假设→抽取样本→作出决策）;二、检验统计量 什么检验统计量？ 用于假设检验问题的统计量 选择统计量的方法与参数估计相同，需考虑 1）是大样本还是小样本 2) 总体方差已知还是未知 3. 检验统计量的基本形式为 （1）Z检验，又称为正态分布检验。;在总体平均数和成数的Z检验中，给定显著性水平，按标准正态分布N(0,1)确定相应的临界值Z?或Z?/2，再根据实际计算的Z值和临界值比较来接受或拒绝愿假设。 （2）t检验 ; 作出统计决策： 计算检验的统计量 根据给定的显著性水平?，查表得出相应的临界值Z?或Z?/2 将检验统计量的值与? 水平的临界值进行比较 得出接受或拒绝原假设的结论;三、双侧检验和单侧检验 （一）双侧检验 当我们所关心的问题是要检验样本平均数与总体平均数或样本成数与总体成数有没有显著性差异，而不问差异的方向是正或负，应采用双侧检验。在双侧检验中，原假设取等式，备择假设取不等式。 例如，某种零件的尺寸，要求其平均长度为10厘米，大于或小于10厘米均属于不合格 建立的原假设与备择假设应为 H0: ? = 10 H1: ? ? 10;;双侧检验（显著性水平与拒绝域 ） ;双侧检验（显著性水平与拒绝域 ） ;双侧检验（显著性水平与拒绝域 ） ;双侧检验（显著性水平与拒绝域 ） ;;（二）单侧检验 当我们所关心的问题是要检验样本平均数与总体平均数或样本成数与总体成数有没有显著性差异，而且追究是否发生指定方向的差异，应采用单侧检验。根据关心的是正差异或负差异，单侧检验又分左单侧检验和右单侧检验。 平均数和成数的单侧检验，原假设和备择假设都是以不等式的形式表示。;主要关心带方向性的检验问题。分两种情况：一种是我们所考察的数值越大越好。例如某机构购买灯泡的使用寿命，轮胎的行驶里程数，等等。另一种是数值越小越好，例如废品率、生产成本等等。 ;单侧检验（原假设与备择假设的确定）;单侧检验（原假设与备择假设的确定）;提出原假设 H0: ? ? 25 选择备择假设 H1: ? ? 25;单侧检验（显著性水平与拒绝域 ） ;左侧检验;左侧检验（显著性水平与拒绝域 ） ;左侧检验（显著性水平与拒绝域 ） ;右侧检验;右侧检验（显著性水平与拒绝域 ） ;右侧检验（显著性水平与拒绝域 ） ; 四、双侧检验与单侧检验 (假设的形式);第三节 总体参数检验;一、总体均值检验 总体均值的假设检验是检验当前的总体平均数是否与事先假设的总体平均数存在显著性差异。 （一）方差已知时总体均值的检验——Z检验法 （二）方差未知（或为小样本时）时总体均值的检验——t检验法;当方差已知时，要检验总体的均值，其原假设为H0: 三种，而与之相对应的备择假设也可能有三种，分别是H1: 。在检验中假设选择哪一种，应根据具体的问题而定。;（一）;（二）;（三）;例：;某厂生产的电子元件，根据以前的资料，其平均使用寿命为1000小时。现从一批采用新工艺生产的该种电子元件中随机抽出25件，测得其样本平均使寿命为1050小时。已知总体标准差为100小时，试在0.05的显著性水平下，检验： 1、这批电子元件的使用寿命与采用新工艺前是否有显著性差异？;