上海大学2011级概率论及数理统计第9章.pptVIP

第九章 关于数理统计的进一步讨论 §1 关于假设检验中的两类错误 设总体 即当我们拒 绝 时面临的风险是可能“弃真”，其可能 性为 即当我们接受 时面临的风险是可能“取伪”。 而分布已知就可以求 概率。 的分布就无从知道，因而无法 求概率。 因此 不是越小越好，实际问题中要根据错误导致 的“后果严重性”而确定 两类错误是一对矛盾，即要减小犯第一类错误的概 率，必然导致犯第二类错误概率的增大。 当n增大时，能使两类错误的概率同时减小，但这一对矛盾依然存在，只是“缓和”一些而已。 现设： 这时接受域为 时接受 但若真实情况是 但由于抽样的随机性使得 我们仍然接受了 这样我们就犯了“取伪”的错误。其概率为 又若真实情况是 但由于抽样的随机性仍有 我们仍然接受了 这时犯“取伪”的错误的概率为 因此犯第二类错误的概率与真值有关，所以通常要求犯“取伪”错误的概率 是困难的。 如果现仍设 则有： 的真值： 988 990 994 998 1002 1006 ：0.1492 0.2946 0.6769 0.9210 0.9210 0.6769 从表中可以看到：真值与假设越接近， 就越大，但其 “后果的严重性”降低。 对于分布拟合检验的情况也一样。 §2 独立性和相关性的假设检验 一、独立性的检验 例：在调查了339名50岁以上的男性关于吸烟与患 气管炎的情况，得到以下数据。要在 =0.05 水平下检验 吸烟与患气管炎相互独立。 气管炎 无气管炎 合计 吸烟 43 162 205 不吸烟 13 121 134 合计 56 283 339 这就是独立性检验问题 一般地： 有两个总体 及相应的样本 有如下关系： 将其转化为如下频率表： 不应很大 根据大数定理，频率可近似概率，所以上述频率表近似 二维随机变量的联合分布律。现设 相互独立。 但由于抽样的随机性，上式不一定精确成立，当然差异 也不能太大，如果很大，我们就有理由拒绝 ，也就是 特别当k=2,m=2时，有特别简单的计算公式 二、相关性检验 是总体矩之差，现用样本矩代替总体矩 有两个总体 及相应的样本，要检验这两个总体 是否相关，相关的强弱。 将样本值代入得： 当 很小时线性关系不显著，当 较大时线性关系显著 对于给定的显著性水平 ，可查相关系数表得 通常还可以进一步量化 一、方差分析 1、 方差分析所解决的问题 某些试验结果的指标会受到各种因素的影响，当然有些 因素的影响大一些，有些影响小一些，我们希望找出有 显著影响的因素。方差分析就是鉴别各种因素效应的一 种统计方法。 §3 方差分析和回归分析 为了考察三种不同玉米的品种 对亩产量是否 有显著影响，在 四块试验田上对三种品种试验， 结果亩产量如下： 1 2 3 4 840 830 834 835 790 810 795 804 815 805 825 815 在显著性水平为 下，判断品种对亩产量的影响是否显著。 这就是方差分析的问题。这里指标是亩产量，因素是品种。 只考察一个因素的称为单因素方差分析； 如果要考察多个因素（如品种、施肥量等）称为多因素方 差分析。 2、有关概念 指标：考察对象的某种特征。 影响试验指标的条件通常可以分为两类： 一类是不可控条件，如日照强度等； 另一类是可控条件（如品种、施肥量等）称为因素。