详细讲解假设检验与统计推断ppt课件.ppt

假设检验与重要概率分布;统计方法;一、假设检验; 在假设检验中，我们首先对总体参数做一个尝试性的假设。该尝试性的假设被称为原假设，记作H0。然后，定义另一个与原假设内容完全相反的假设，记作Hα，称之为备择假设。假设检验的过程就是根据样本数据对这两个对立的假设H0和Hα进行检验。;1.等号只能位于原假设H0中； 2.单侧检验方向的设定，决定了拒绝规则的选择； 3.一般先设定备择假设Hα ； 4. H0与Hα 应保证相互独立且完备。 ;假设检验的两类错误; 表格中的第一行说明，当做出接受H0结论时所可能发生的情况。这时，如果H0是真的，则该结论正确；如果Hα是真的，那么我们发生了第二类错误，即当H0为假时我们却接受了H0. 表格中的第二行说明，当做出拒绝H0结论时所可能发生的情况。这是，如果H0是真的，那么我们发生了第一类错误，即当H0是真的时候我们却拒绝了H0 ，如果Hα是真的，则拒绝H0是正确的。; 当原假设以等式的形式为真时，犯第一类错误的概率被称为检验的显著性水平。 用希腊字母α表示显著性水平，一般取α为0.05或0.01。通过选择α，控制了犯第一类错误的概率。一般的，我们将控制第一类错误的假设检验叫做显著性检验。;假设;0;左侧检验;右侧检验; 已知：;5、P-值法;0;5、临界值法;假设检验的步骤： 1、提出原假设和备择假设 2、指定检验中的显著性水平 3、搜集样本数据并计算检验统计量的值 P-值法 4、利用检验统计量计算出P-值 5、如果P-值≤ α，则拒绝H0 临界值法 4、显著性水平确定临界值以及拒绝规则 5、利用检验统计量的值及拒绝规则确定是否拒绝H0 ;总体均值的检验; 例：某电子元器件生产厂对一批产品进行检测，使用寿命不低于2000小时为合格品。该电子元器件的使用寿命服从正态分别，标准差为100小时。从该批产品中随机抽取了120个产品进行检测，测得样本均值为1960小时，在 的显著性水平下检验该批电子元器件的质量是否符合要求。 ;解：由题意总体服从正态分布， ;重要的概率分布;二、重要的概率分布复习;（一）正态分布;表示随机变量X服从正态分布。 符号~表示随机变量服从什么样的分布；N表示正态分布；?，?2为正态分布的（总体）均值（或期望）和方差。X是一个连续型随机变量，可在区间（－∞,+∞）内任意取值。;;⑴正态分布曲线以均值?为中心，对称分布。 ⑵正态分布的概率密度函数呈中间高、两边低，在均值?处达到最高，向两边逐渐降低，即随机变量在远离均值处取值的概率逐渐变小。 ⑶正态曲线下的面积约有68%位于?± ?两值之间；约有95%面积位于?±2?之间；约有99.7%的面积位于?± 3?之间。这些区域可用作概率的度量。（即经验法则） ;⑷正态分布可由两个参数?，?2来描述，即一旦知道?，?2的值，就可以根据附录表查到随机变量X落于某一区间的概率值。 ⑸两个（或多个）正态分布随机变量的线性组合仍服从正态分布。该性质很重要，解释如下： ⑹正态分布的偏度为0，峰度为3。 ; 如果变量X的均值为?，方差为?，定义一个新的变量Z， 则根据性质5，变量Z的均值为0，方差为1。在统计学中，我们称之为单位或标准正态变量，用符号表示为：X~N（0,1）任一给定均值和方差的正态变量都可转化为标准正态变量，将其标准化可以大大简化计算。 ;（二）t分布;2、理论依据： 若X1，X2，X3，…，Xn是来自于均值为?，方差为?2的正态总体的一随机样本。则样本均值也服从正态分布，其均值为?，方差为?2/n，即：;样本均值概率分布的标准正态变量：; 3、中心极限定理：如果X1，X2，…，Xn是来自(均值为?，方差为?2)任一总体的随机样本，随着样本容量的无限增大，其样本均值趋于正态分布，其均值为?，方差为?2/n。 ;4、假定已知?和?2的估计量S2，则可以用样本标准差（S）代替总体标准差（?），得到一个新的变量t。;;5、性质;t分布与正态分布 当k增大时，t分布的方差接近于标准正态分布方差值1。 当k=10时，t分布的方差为10/8=1.25； 当k=30时，t分布的方差为30/28=1.07； 当k=100时，t分布的方差为100/98=1.02； 结论：随着自由度的逐渐增大t分布近似于正态分布。 注意：对于t分布，不要求其样本容量很大k=30时，t分布与正态分布已很近似。;t分布表的使用:;例：已知20名10岁男孩的跳远成绩的平均数为1.65m,标准差为0.2m，求出其总体平均数的95%的置信区间。 ;（三） ?2分布; 其中，Z是标准正态变量，即Z~N(0,1)； x2的下标