概率论与数理计-假设检验.ppt

第八章 假设检验 8.1假设检验的基本概念和思想 8.2 单正态总体的假设检验 8.3 双正态总体均值差与方差比的 假设检验 8.1假设检验的基本概念和思想一、基本概念 8.3 双正态总体均值差与方差比的假设检验 一、均值差的假设检验 而对应的单边问题 拒绝域为 拒绝域为 例7： 比较甲,乙两种安眠药的疗效。将20名患者分成两组,每组10人.其中10人服用甲药后延长睡眠的时数分别为1.9, 0.8, 1.1, 0.1, -0.1, 4.4, 5.5, 1.6, 4.6, 3.4;另10人服用乙药后延长睡眠的时数分别为0.7, -1.6, -0.2, -1.2, -0.1, 3.4, 3.7, 0.8, 0.0, 2.0.若服用两种安眠药后增加的睡眠时数服从方差相同的正态分布.试问两种安眠药的疗效有无显著性差异?(?=0.10) 解: 这里: 拒绝H0 认为两种安眠药的疗效有显著性差异 上题中,试检验是否甲安眠药比乙安眠药疗效显著? 这里:t=1.861.3304,故拒绝H0,认为甲安眠药比乙安眠药疗效显著 上题中,试检验是否乙安眠药比甲安眠药疗效显著? * * 推断统计：利用样本统计量对总体某些性质或数量特征进行推断。 随机原则 总体参数 统计量 推断估计 参数估计 检验 假设检验 抽样分布 假设检验 基本思想 检验规则 检验步骤 常见的假设检验 基本思想 小概率原理： 如果对总体的某种假设是真实的，那么不利于或不能支持这一假设的事件A（小概率事件）在一次试验中几乎不可能发生的；要是在一次试验中A竟然发生了，就有理由怀疑该假设的真实性，拒绝这一假设。 总 体 （某种假设） 抽样 样 本 （观察结果） 检验 （接受） （拒绝） 小概率事件 未 发 生 小概率事件 发 生 检验规则 确定检验规则 检验过程是比较样本观察结果与总体假设的差异。差异显著，超过了临界点，拒绝H0；反之，差异不显著，接受H0 差 异 临界点 拒绝H0 接受H0 c c 判 断 两类错误 接受或拒绝H0，都可能犯错误 I类错误——弃真错误， 发生 的概率为α II类错误——取伪错误，发生 的概率为β 检验决策 H0为真 H0非真 拒绝H0 犯I类错误（α） 正确 接受H0 正确 犯II类错误（β） 怎样确定c? α大β就小，α小β就大 基本原则：力求在控制α前提下减少β α——显著性水平，取值：0.1, 0.05, 0.01, 0.005等。如果犯I类错误损失更大，为减少损失，α值取小；如果犯II类错误损失更，α值取大。 确定α，就确定了临界点c。 ①设有总体：X~N（μ，σ2），σ2已知。 ②随机抽样：样本均值 ③ 标准化： ④确定α值， ⑤查概率表，知临界值 ⑥计算Z值，作出判断 0 接受区 拒绝区 拒绝区 当检验判断为接受原假设H0时，就有可能犯取伪的错误即II类错误。犯II类错误的概率计算： (1)先求出拒绝H0的临界值； (2)再求得在统计量真实的抽样分布下达到临界值的概率β。 统计中，称不犯取伪错误的概率1-β为统计检验的能力或效力。 II类错误的概率β的计算 检验步骤 建立总体假设 H0，H1 抽样得到样 本观察值 1 2 选择统计量 确定H0为真 时的抽样分布 3 根据具体决策 要求确定α 确定分布上的临 界点C和检验规则 计算检验统 计量的数值 比较并作出检验判断 7 4 5 6 (一) 两类问题 1、参数假设检验 总体分布已知, 参数未知, 由观测值x1, …, xn检验假设 H0：?=?0；H1：?≠?0 2、非参数假设检验 　总体分布未知, 由观测值x1, …, xn 检验假设H0：F(x)=F0(x;?); H1： F(x)≠F0(x;?) 以样本(X1, …, Xn)出发制定一个法则, 一旦观测值(x1, …, xn)确定后, 我们由这个法则就可作出判断是拒绝H0还是接受H1, 这种法则称为H0对H1的一个检验法则, 简称检验法。 样本观测值的全体组成样本空间S, 把S分成两个互不相交的子集W和W*, 即S=W∪W*, W∩W*=?