假设检验中难点问题教学方法.docVIP

假设检验中难点问题教学方法 　　 【摘要】假设检验是统计学课程中十分重要的内容。假设检验教学中的难点是单尾检验。本文阐述了如何通过分析专门设计的实例以及运用统计分析软件等方法讲解单尾检验的原理，以使学生能更深入地理解这部分内容。 　　 【关键词】假设检验单尾检验统计分析软件 　　 【中图分类号】G642.4 【文献标识码】A 【文章编号】2095-3089（2014）05-0209-01 　　 统计假设检验是统计学中重要而又独特的一种思维方式，也是在实际中应用十分广泛的统计分析方法。笔者在多年的统计类课程的教学中发现，假设检验中的单尾假设检验（one?鄄tailed hypothesis test）是教学中的一个难点。单尾假设检验指要检验总体参数值不大于或不小于某个特定值时所使用的一种假设检验方法；因其拒绝域只是在抽样分布的一侧（左尾或右尾），故称单尾检验。对于单尾检验，学生通常觉得最难理解的是如何设定零假设（H0）和备择假设（H1），比如，对一个给定的关于均值假设检验的实际问题，是应设定H0：μ≥μ0,H1：μ＜μ0；还是设定H0：μ≤μ0, H1：μ＞μ0。另外，对于使用两种不同的设定而得出的不一致的结果应如何解释，学生一般也觉得较难理解。 　　 笔者运用了结合对特别设计的实例进行深入分析和应用统计分析软件SPSS辅助教学的方法来解决这一难题，取得了良好的效果。 　　一、运用实际例子深入剖析原理 　　在讲了单尾检验的概念之后，给出如下例子。 　　例1. 一个汽车轮胎制造厂商声称，该厂一等品轮胎的平均寿命在一定的汽车重量和正常行驶条件下大于25000公里。而某批发商提出，如果使用随机样本的检验结果能充分支持该厂商的说法，他将购买大批这种轮胎。对一个由15个轮胎组成的随机样本作了试验，得到的轮胎寿命（公里）分别为：24500、27230、21900、28900、32500、23200、25950、26620、21060、30500、31900、29200、27890、22530、24100。假定轮胎寿命近似服从正态分布，试问能否从这些数据做出结论：该厂商的产品同他所说的标准相符？（显著性水平α＝0.05） 　　首先让学生试做这一例子。为了便于计算，给出样本均值＝26532和样本标准差＝3627。 　　试做的结果，大家的做法大致可归纳为两种。 　　第一种，做出如下假设： 　　H0：μ≤25000 , H1：μ＞25000。 　　应用t-检验，在这种假设下，拒绝域为T≥t0.05（14）＝1.761，而实际计算的T值为：T＝1.636；因而，结论是不拒绝H0。 　　第二种，做出如下假设： 　　H0：μ≥25000 ,H1：μ＜25000 。 　　在这种假设下，拒绝域为T≤－t0.05（14）＝－1.761，实际的T值同样为1.636；因而，结论是不拒绝H0。 　　接下来，让学生思考：如何解释这两种看起来“矛盾”的结论？在讨论中引导学生认识这样一点：由于这两种做法的结果都是不拒绝H0，因而两者都有可能犯第二类错误（即“取伪错误”），而且第二类错误的概率通常比第一类错误（弃真错误）的概率大，并且难以事先控制；从这个角度看，我们并没有得出完全矛盾的结论。 　　至此，大家很自然就会提出：到底能否判断哪种作法才是“对”的？实际中我们应如何在两种不同的假设中做出选择？ 　　在对这些问题的讨论中，应引导学生认识选择假设的一般原则是“将‘有很高可靠度才愿意接受’的结论放到H1”。原因在于，当拒绝H0（接受H1）时，犯错误的概率被控制在α（即显著性水平，通常是很小的数，如，0.05）之内，即很有把握据此做出正确决策。但当不拒绝H0（实际决策则为接受H0）时，犯错误的概率通常较大且难以确定，即并非很有把握据此做出正确决策。 　　因此，最后应指出的是，选择哪种假设归结为一个“立场”问题（在本例中，即：是站在“买家”还是“卖家”的立场）。对于“买家”而言，他们会选择第一种假设方式；因为他们的想法是：要很有把握我才愿意购买这种轮胎。而对于“卖家”而言，他们愿意选择第二种假设方式；因为他们认为：你要很有把握才说我的轮胎质量不行。 　　二、运用SPSS加深对问题的理解 　　由上所述，可以看出，“买家”与“卖家”存在一个“矛盾域”，即如果T值落在区间（－1.761，1.761）之中，则双方会有矛盾的结论。（如果T值不小于1.761，“买家”也会认为轮胎质量不错，而如果T值不大于－1.761，“卖家”也不得不承认质量不行。） 　　通过增大样本容量n，可缓解双方的矛盾。从“矛盾域”的范围来看，若n不是15而是20，则存在矛盾的区间变为（－1.729，1.729）；若n为30，则区间变为（－1.699，1.699）。而n的增大对缓解双方矛盾的更主要作用体现在它使实际