第六章 假设检验和方差分析PPT.ppt

Rejection region does NOT include critical value. Rejection region does NOT include critical value. Rejection region does NOT include critical value. Rejection region does NOT include critical value. Rejection region does NOT include critical value. 两个总体比例之差的检验 (例题分析) 【例】一所大学准备采取一项学生在宿舍上网收费的措施，为了解男女学生对这一措施的看法是否存在差异，分别抽取了200名男学生和200名女学生进行调查，其中的一个问题是：“你是否赞成采取上网收费的措施？”其中男学生表示赞成的比例为27%，女学生表示赞成的比例为35%。调查者认为，男学生中表示赞成的比例显著低于女学生。取显著性水平?=0.05，样本提供的证据是否支持调查者的看法？ 两个总体比例之差的检验 (例题分析) H0 ：P1- P2 ? 0 H1 ：P1- P2 0 ? = 0.05 n1=200 , n2=200 临界值(c): 检验统计量: 决策: 结论: 拒绝H0(P = 0.041837 ? = 0.05) 样本提供的证据支持调查者的看法 -1.645 Z 0 拒绝域 ? 两个总体比例之差的检验 (例题分析) 【例】有两种方法生产同一种产品，方法1的生产成本较高而次品率较低，方法2的生产成本较低而次品率则较高。管理人员在选择生产方法时，决定对两种方法的次品率进行比较，如方法1比方法2的次品率低8%以上，则决定采用方法1，否则就采用方法2。管理人员从方法1生产的产品中随机抽取300个，发现有33个次品，从方法2生产的产品中也随机抽取300个，发现有84个次品。用显著性水平?=0.01进行检验，说明管理人员应决定采用哪种方法进行生产？ 两个总体比例之差的检验 (例题分析) H0 ：P2- P1?8% H1 ：P2- P18% ? = 0.01 n1=300 , n2=300 临界值(c): 检验统计量: 决策: 结论: 拒绝H0(P = 1.22E-15 ? = 0.05) 方法1的次品率显著低于方法2达8%，应采用方法1进行生产 -2.33 Z 0 拒绝域 ? 小结 总体参数检验 一个总体 两个总体 均值 比例 方差 均值差 比例差 方差比 独立样本 匹配样本 大样本 F检验 Z检验 大样本 小样本 Z检验 ?12?22已知 ?12?22未知 Z检验 t检验 大样本 小样本 Z检验 ?2已知 Z检验 ?2未知 t检验 Z检验 卡方检验 第四节 非参数检验 总体分布情况不明时对总体参数的假设检验。 特点：假定前提比参数性假设检验方法少的多，也容易满足，适用于计量信息较弱的资料且计算方法也简便易行，所以在实际中有广泛的应用。 内容： X2检验：（1）分类数据的拟合优度检验；（2）随机变量的独立性进行的检验。 曼-惠特尼U检验（Mann-Whitney）：独立样本的检验 威尔科克森带符号的秩检验（Wilcoxon Signed Ranks):配对样本的检验 一、χ2检验 在实践中，经常要对一些观察值的实际频数与某种理论频数进行比较，以判断实际结果与理论是否一致。 设有k个观察值，f0为它们的实际频数，fe为理论频数。构造一个统计量 数理统计证明，在大量试验中，若f0与fe相一致时， χ2服从χ2分布。 （ f0 - fe ）比较小时，χ2值也较小；（ f0 - fe ）比较大时， χ2也较大。当χ2值大到按χ2分布超过设定的临界值时，即为小概率事件，就可以认为实际结果与理论假设不一致。 在实际应用统计方法时，常常先将收集到的数据进行分组，形成频数分布表，这是显示数据规律性的一种方法。人们为了掌握其规律性，往往还想进一步了解这一数据是否来自某一分布或与某一理论分布相一致的程度如何——拟合优度检验。 χ2检验的应用1——拟合优度检验 拟合优度检验的基本步骤 这是利用随机样本资料对总体是否服从某种理论分布的检验 检验步骤 （1）对总体分布建立假设 H0：总体服从某种理论分布 H1：总体不服从该理论分布 （2）抽样并对样本资料编成频数分布（f0） （3）以“原假设H0为真”导出一组 期望频数（fe） （4）计算检验统计量χ2=∑(f0-fe)2/fe （5）χ2=∑(f0-fe)2/fe 给定的α查χ2表，得到临界值 （6）比较χ2值与临界值 作出检验判断 注意事项 （1）各组理论频数fe不得小于5，如不足5，可合并组 （2）为使组数不致太少，总频数