第五 估计与假设检验.pptVIP

所谓假设检验，就是事先对总体参数或总体分布形式作出一个假设，然后利用样本信息来判断原假设是否合理，即判断样本信息与原假设是否有显著差异，从而决定是否接受或否定原假设。 假设检验分两类：（1）参数假设检验；（2）非参数检验或自由分布检验。 （二）假设检验的基本思想 1、假设检验采用的逻辑推理方法是反证法。 为了检某假设是否成立，先假定它正确，然后根据样本信息，观察由此假设而导致的结果是否合理，从而判断是否接受原假设； 2、判断结果合理与否，是基于“小概率事件不易发生”这一原理的。 即在一次抽样中，小概率事件不可能发生。如果在原假设下发生了小概率事件，则认为原假设是不合理的；反之，小概率事件没有发生，则认为原假设是合理的。 3、假设检验是基于样本资料来推断总体特征的，而这种推断是在一定概率置信度下进行的，而非严格的逻辑证明。 因此，置信度大小的不同，有可能做出不同的判断。 在例1中，要判断工艺改革后零件平均长度是否仍为4cm，可先假设仍为4cm，根据样本平均数的抽样分布理论，则样本点应以较大的可能性（置信度）落在以4为中心的某一范围内， 或者说，在给定置信度 下： （三）假设检验的步骤 1、提出原假设(null hypothesis)和备择假设(alternative hypothesis) 原假设为正待检验的假设：H0；备择假设为可供选择的假设：H1 一般地，假设有三种形式： （1）双侧检验： （2）左侧检验： 或 （3）右侧检验： 或 2、选择适当的统计量，并确定其分布形式 统计量是根据所涉及的问题而定的，如总体均值、比例（率）选取正态分布的Z统计量等。 3、选择显著性水平或置信度，确定临界值 显著性水平为原假设为真时，样本点落在临界值外的概率（即抽样结果远离中心点的概率，它为小概率），也是原假设为真时，拒绝原假设所冒的风险。临界值将样本点所落区域分为拒绝域与接受域，临界值“外”为拒绝域，“内”为接受域。 4、作出结论 通过样本计算统计量的具体值，与临界值比较，根据落入拒绝域或接受域的情况来拒绝或接受原假设。 α/2 1–α α/2 -Zα/2 Zα/2 α –Zα 0 α 0 Zα 双侧检验 左侧检验 右侧检验 （四）假设检验中的两类错误 由于假设检验是根据有限的样本信息来推断总体特征，由样本的随机性可能致使判断出错。 1.第一类错误 当原假设为真时，而拒绝原假设所犯的错误，称为第I类错误或拒真错误。易知犯第I类错误的概率就是显著性水平 : 2.第二类错误 当原假设为假时，而接受原假设所犯的错误，称为第II类错误或采伪错误。犯第II类错误的概率常用 表示: 假设检验中的四种可能情况 H0为真 H0不真 接受H0 Good Bad/Type II error 拒绝H0 Bad/Type I error Good 注意： 1、犯第一类错误与犯第二类错误的概率存在此消彼长的关系； 2、若要同时减少 与 ，须增大样本容量n。 3、通常的作法是，取显著性水平较小，即控制犯第一类错误的概率在较小的范围内； 4、在犯第二类错误的概率不好控制时，将“接受原假设”更倾向于说成“不拒绝原假设”。 二、 总体均值、比例和方差的假设检验 （一）总体均值的假设检验 1、总体方差已知，正态总体，样本大小不限 注意： 如果总体方差未知，且总体分布未知，但如果是大样本（n=30），