第8讲 假设查验.pptVIP

* 假设检验是统计推断的另一类重要组成部分.它分为参数假设检验与非参数假设检验. 参数假设检验与参数估计是从不同的角度推断总体分布中的某些参数, 参数检验解决定性问题, 参数估计解决定量问题. 参数假设检验是对总体分布函数中的未知参数提出某种假设, 然后利用样本提供的信息对所提出的假设进行检验, 根据检验的结果对所提出的假设作出拒绝或接受的判断. 非参数假设检验是对总体分布函数的形式或总体的性质提出某种假设进行的检验. √ 第八章 假设检验 由题意知,滚珠的直径X~ N(15.1,0.05),记 ?0=15.1,?02=0.005 , 所要回答的问题? =?0是吗? 我们可以先假设 ? =?0,并称为原假设或零假设,记为 H0: ? =?0 这种原假设可能成立也可能不成立, 当不成立时, 称?的取值为备选假设(备择假设), 本例取“? ??0”, 记为 H1: ? ??0 引例 某车间生产的滚珠直径服从正态分布N(15.1,0.05). 现从今天生产的滚珠中 随机抽取6个,测得直径(单位:毫米)为: 14.6, 15.1, 14.9, 14.8, 15.2, 15.1, 假定方差不变, 问今天生产的滚珠是否符合要求? 即是否可以认为今天生产的滚珠的平均直径为15.1毫米? 所谓假设检验问题,就是要由样本提供的信息, 检验原假设是否成立. 假设检验的基本思想 §8.1 假设检验 由于要检验的假设涉及总体均值? ，故首先想到是否可 借助样本均值这一统计量来进行判断． 如何检验原假设H0是否成立? 由于 是? 的无偏估计量, 如果成立, 即? =?0, 则 与?0通 常应该很接近, 即 应很小,否则,就不能认为H0成立. 因此,我们得如下检验方法: 当 时,我们拒绝(否定) H0; 当 时,我们不能拒绝(接受)H0. 这里C 是一个待适当选择的数. 如何选择数C 呢? 这问题与假设检验的两类错误有关. 由于抽样的随机性, 由上述检验方法作出拒绝H0 或不拒绝H0的判断, 有可能犯以下两类错误: 第一类错误 (弃真): 当H0为真拒绝H0; 第二类错误 (取伪): 当H0为假接受H0. 记: ? =P{第一类错误}=P{拒绝H0 | H0真} ? =P{第二类错误}=P{接受H0 | H0伪} 当然,　我们希望犯两类错误的概率都尽可能的小, 最好都为零.　但当样本容量固定时,　是不可能的. 在实际问题中,　通常的做法是: 先限制犯第一类错误的概率?, 即根据实际情况,指定一个较小的数? (如0.05,0.01等), 有了?的值, 就可以确定上述的数C, 从而可确定拒绝域. ?=P{第一类错误}=P{ } 拒绝域: 由样本观察值算出 , 及 |z|, 如果 ,则拒绝H0,否则, 接受H0.这是由于: 显著水平 由实际推断原理知, 小概率事件在一次试验中实际上几乎是不可能发生的, 而现在居然在一次抽样试验中发生了.这表明“假设H0成立”是错误的, 因此我们拒绝H0. 反之, 我们没有理由拒绝H0 即: 统计量 进入 区域,就决策否定 ,这个区域就叫否定(拒绝)域. 对于例1:取?=0.05, 计算得:|z|=1.6431.96,　从而不拒绝H0 ,即认为滚珠符合要求. 当H0成立时, 是概率为 ? 的小概率事件. (“小概率事件”没有发生) 总结: 假设检验的基本思想: (1) 假设检验的推理逻辑是一种反证法. (2) 假设检验判断假设的根据是 “实际推断原理”; (3) 建立一个检验法的关键: 是选一个合适的统计量. 先给定一个统计假设, 即原假设 (零假设): 并先假定它成立, 然后判断是接受还是拒绝它. H0:?=?0 1. 根据实际问题的要求提出原假设H0 及备择假设H1; 2. 确定检验统计量; 3. 给定显著水平 ? , 根据统计量的分布求出拒绝域; 4. 决策:将样本值代入统计量,若统计量的值落入拒绝 域,则拒绝 H0 ,否则接受H0 . 参数的假设检验问题的基本步骤: 当检验统计量取某个区域C中的值时，我们拒绝原假设