第五篇 统计推断.pptVIP

* * 第5章 统计推断 * * 5.1 统计推断概述 统计推断（Inferential Statistics）是指根据样本（Sample）数据，对总体的数量特征作出具有一定可靠程度的估计和判断。其基本内容包括假设检验和参数估计两部分。 * * 参数估计是指研究一个随机变量，推断它的数量特征和变动模式。 假设检验是检验随机变量的数量特征和变动模式是否符合事先所作的假设。 共同特点：对总体都不很了解，都是利用样本所提供的信息对总体的数量特征作出估计和判断。 5.1 统计推断概述 * * 参数估计是以样本统计量作为未知总体参数的估计量，包括点估计和区间估计。 点估计是以样本统计量作为相应总体参数的估计量，而区间估计是估计总体参数的取值范围，即以某种概率保证程度（置信度）落入某一区间。 5.1.1 参数估计 * * 5.1.2 假设检验 假设检验是指根据观测数据提供的信息，对从推断目的出发而提出的某种假设进行检验，得出这一假设是应当拒绝还是尚不能加以拒绝的统计结论。 假设检验是统计推断的重要内容，是参数估计的延续，是对参数估计在统计上的验证和补充。 * * 参数检验与非参数检验 参数假设检验：如果已知分布函数形式（如总体为正态分布），所检验的假设是关于总体分布中的未知参数（如均值、方差等），称为参数检验。 非参数假设检验：若总体分布函数形式未知，则对总体分布函数形式及其某些数字特征进行假设检验，称为非参数检验。 * * 1、假设检验问题 【例5.1】 在超市上出售的某种品牌方便面，按规定每包净重少于100克的比例不得超过1%。技术监督部门从某超市的货架上任意抽取200包该种品牌的方便面，经检验发现有3包（1.5%）重量少于100克，试问：超市出售的这种方便面是否符合质量标准？ 在本例中，超市上出售的这种方便面的不合格率是未知的，我们关心的问题是：如何根据这200包方便面（样本）的不合格率 p=1.5% 来判断超市上出售的这种品牌的方便面（总体）的不合格率 P≤1% 是否成立？ * * 1、假设检验问题 【例5.2】按照质量标准，某种导线的平均拉力强度为1200千克，一批导线在出厂时抽取了100根进行检验，测得的平均拉力强度为1150公斤，试问：这批导线的平均拉力强度是否符合质量标准？ 本例中，这批导线的平均拉力强度是未知的。我们关心的问题是：如何根据这100根导线（样本）的平均拉力强度 =1150千克来判断这批导线（总体）的平均拉力强度为 =1200千克的假设是否成立？ * * 1、假设检验问题 【例5.3】某大型超市通过随机调查200名顾客（样本），欲研究所有顾客（总体）的性别与购物金额之间是否存在一定的相关性？ 在本例中，假设用随机变量X表示顾客的性别，用随机变量Y表示顾客的购物金额，它们之间可能有关系，也可能没有关系。我们关心的问题是：如何根据200名顾客的性别与购物金额的样本数据来判断随机变量X与Y是否相关？ * * 2、原假设和备择假设 研究者要检验一个新理论或新观点是否正确，可以首先陈述自己认为正确的假设，这个试图确立的假设称为备择假设H1，与备择假设相对应的假设是原假设H0；然后收集有关样本数据，采用相应的方法进行检验。这种方法不是设法证明备择假设成立，而是努力收集证据来证明原假设不成立（即采用反证法）。 * * 2、原假设和备择假设 对于假设检验问题，首先要提出两个基本假设：一个是原假设H0（零假设或基本假设），另一个是备择假设H1（对立假设或备选假设）。 对于前述三个范例： H0：p=0.01； H1：p0.01 H0：μ=1200； H1：μ≠1200 H0：随机变量X与Y独立； H1：随机变量X与Y不独立 * * 3、否定域和接受域 左侧检验 右侧检验 双侧检验 图5.1 假设检验的接受域和否定域 将检验统计量的所有可能值组成的样本空间分为两个区域：一个是在原假设成立的情况下，如果检验统计量的值落在这个区域，则否定原假设，我们把这个区域称为否定域或拒绝域；另一个是在原假设成立的情况下，如果检验统计量的值没有落在这个区域里，则接受原假设，我们把这个区域称为接受域。 * * 4、假设检验的两类错误 H0本来为真，却根据检验统计量的值把它给否定了，在统计上称为第一类错误，也称弃真错误，发生这种错误的概率通常用α表示。 H0本来为非真，却根据检验统计量的值把它给接受了，在统计上称为第二类错误，也称取伪错误，发生这种错误的概率通常用 β表示。 表5.1 假设检验的四种可能结果 * * 5、假设检验的基本原理 假设检验所遵循的推断依据是统计学中的小概率事件原理，“小概率事件”即发生概率很小的事件，它在某一次特定试验中是几乎不可能发生的。如果在一次试验中“小概率事件”居然发生了，我们就有理由怀疑