第七讲 假设查验.pptVIP

第七章 假设检验 第一节 假设检验基本原理 第二节 总体参数假设检验 第三节 非参数检验 第一节 假设检验基本原理 假设检验（Hypothesis Testing）也称为显著性检验。是事先作出一个关于总体参数的假设，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，从而决定应接受或否定原假设的统计推断方法。 特点：1）采用逻辑上的反证法 ???? 2）依据统计上的小概率原理 假设检验的过程和思路 ——概率意义下的反证法 假设检验中的小概率原理 什么小概率？ 1. 在一次试验中，一个几乎不可能发生的 事件发生的概率 2. 在一次试验中小概率事件一旦发生，我 们就有理由拒绝原假设 3. 小概率由研究者事先确定。 假设检验中把这个小概率称为显著性水平，表示为 。常见的取值有1%，5%，10%。这个值越小，拒绝原假设的判断的说服力越强。 假设检验的步骤 提出原假设和备择假设 ???? 确定适当的检验统计量 ???? 规定显著性水平α ???? 计算检验统计量的值 ???? 作出统计决策 提出原假设和备择假设 什么是原假设？(Null Hypothesis) 1. 待检验的假设，又称“0假设” 2. 如果错误地作出决策会导致一系列后果 3. 总是有等号=, ≤ 或 ≥ 4. 表示为H0 ???? H0：μ = 某一数值 ???? 指定为= 号，即≤ 或 ≥ ???? 例如, H0：μ = 3190（克） 提出原假设和备择假设 什么是备择假设？(Alternative Hypothesis) 1. 与原假设对立的假设 2. 总是有不等号: ≠, 或 3. 表示为H1 ???? H1：μ 某一数值，或μ 某一数值 ???? 例如, H1：μ 3910(克)，或μ 3910(克) 确定适当的检验统计量 ?? 什么检验统计量？ 1. 用于假设检验问题的统计量 2. 选择统计量的方法与参数估计相同，需考虑 ???? 是大样本还是小样本 ???? 总体方差已知还是未知 3. 检验统计量的基本形式： 规定显著性水平α 作出统计决策 1. 计算检验的统计量 2. 根据给定的显著性水平α，查表得出相应 的临界值Ζα或Ζ α/2从而确定H0的接受域和拒绝域 3. 将检验统计量的值与α 水平的临界值进 行比较 4. 得出接受或拒绝原假设的结论（统计量的值落在H0 的拒绝域，拒绝原假设，落在接受域，接受原假设。） 对于不同形式的假设， H0的接受域和拒绝域也有所不同。 双侧检验与单侧检验 双侧检验、单侧检验与原假设形式的关系。（以总体均值的假设为例） 双侧检验（原假设与备择假设的确定） 1. 双侧检验属于决策中的假设检验。也就是说，不论是拒绝H0还是接受H0，我们都必需 采取相应的行动措施 2. 例如，某种零件的尺寸，要求其平均长度为10厘米，大于或小于10厘米均属于不合格 3. 建立的原假设与备择假设应为 H0: μ = 10 H1: μ ≠ 10 双侧检验（确定假设的步骤） 1. 例如问题为: 检验该企业生产的零件平均 长度为4厘米 2. 步骤 ???? 从统计角度陈述问题(μ = 4) ???? 从统计角度提出相反的问题(μ ≠ 4) ???? 必需互斥和穷尽 ???? 提出原假设(μ = 4) ???? 提出备择假设(μ ≠ 4) ???? 有≠ 符号 双侧检验（例子） 该企业生产的零件平均长度是4厘米吗? (属于决策中的假设) 提出原假设: H0: μ = 4 提出备择假设: H1: μ ≠ 4 双侧检验（显著性水平与拒绝域） 双侧检验（显著性水平与拒绝域） 单侧检验（原假设与备择假设的确定） ???? 检验研究中的假设 1. 将所研究的假设作为备择假设H1 2. 将认为研究结果是无效的说法或理论作为原假设H0。或者说，把希望(想要)证明的假设作为备择假设 3. 先确立备择假设H1 单侧检验（原假设与备择假设的确定） 例如，采用新技术生产后，将会使产品的使用寿命明显延长到1500小时以上 ???? 属于研究中的假设 建立的原假设与备择假设应为 H0: μ ≤ 1500 H1: μ 1500 例如，改进生产工艺后，会使产品的废品率降低到2%以下 ?? 属于研究中的假设 建立的原假设与备择假设应为 H0: μ ≥ 2% H1: μ 2% 单侧检验（原假设与备择假设的确定） ??检验某项声明的有效性 1. 将所作出的说明(声明)作为原假设 2. 对该说明的质疑作为备择假设 3