假设检验详细ppt课件.ppt

第七章 假设检验; 第一节 二项分布;1. 二项分布的数学形式 从掷硬币的试验入手。假定二项试验由重复抛掷n次 硬币组成，已知硬币面朝上(成功)的概率是p，面朝下(失 败)的概率是q (显然有 q＝1―p)。这样，对试验结果而 言，成功的次数（即硬币面朝上的次数）X是一个离散型 随机变量，它的可能取值是0，1，2，3，…，n。而对X的 一个具体取值x而言，根据乘法规则，我们立刻可以就试 验结果计算出一种特定排列方式(先x次面朝上，而后n―x 次面朝下)实现的概率，即 ppp…pqqq…q＝pxqn-x; 由于正确解决概率问题，光考虑乘法规则是 不够的，还要考虑加法规则，于是就x次成功和 （n―x）次失败这个宏观结果而言所包含的所有 排列的方式数，用符号表示 这样，我们就得到了二项试验中随机变量X的 概率分布，即 ; 譬如，二项试验是将一枚硬币重复做8次抛掷，假设这枚硬币是无偏的，即p＝q＝0.5，那么恰好得到5次面朝上的概率是 ;2. 二项分布讨论; ③ E(X)=μ=np， D(X)= σ2= npq ④ 二项分布受 p 和 n 变化的影响，只要确定了 p和 n，成功次数 X 的分布也随之确定。因此，二项分布还可简写作 B(x;n,p)。 ⑤二项分布的概率值除了根据公式直接进行计算外，还可查表求得。二项分布表的编制方法有两种：一种依据概率分布律 P(x) 编制(见附表2)；另一种依据分布函数 F(x) 编制(见附表3)。 其中; [例] 某特定社区人口的10%是少数民族，现随机 抽取6人，问其中恰好2人是少数民族的概率是多少？ [解] 解法一：根据(7.3)式直接计算 解法二：根据附表2中纵列n＝6和横行p＝0.1所 对应x值，可直接查得B(x；6，0.1)的概率值 B (2；6，0.1)＝0．0984  解法三：根据附表3求得 B (2；6，0.1)＝F(2) ―F(3 ) ＝ 0.1143―0.0159＝0.0984 ;第二节 统计检验的基本步骤;大数定理表明：就大量观察而言，事件的发生具有一定的规律性。 根据概率的大小，人们处理的态度和方式很不一样。 在日常生活中，人们往往习惯于把概率很小的事件，当作一次观察中是极不可能看到的事件。例如，人们出门做事就有可能遇到不测事故，但却很少人因此而不敢出门。原因是：小概率事件极不可能发生。;(1)建立假设; 1．建立假设 统计检验是将抽样结果和抽样分布相对照而作出判 断的工作。取得抽样结果，依据描述性统计的方法就足 够了。抽样分布则不然，它无法从资料中得到，非利用 概率论不可。而不对待概括的总体和使用的抽样程序做 某种必要的假设，这项工作将无法进行。比如通过掷硬 币的实验得到二项分布，必须假设：①样本是随机的， 试验中各次抛掷相互独立；②硬币是无偏的(或称是诚 实的)，即p＝q＝0．5。概括地说，必须首先就研究总 体和抽样方案都做出假设，再加上概率论，我们就可以 对各种可能结果做具体的概率陈述了。 ; 2．求抽样分布 在做了必要的假设之后，我们就能用数学推理 过程来求抽样分布了。比如在这一章开头，在硬币重 复抛掷n次的理想实验中，我们计算了成功次数为x的 宏观结果所具有的概率，得到二项分布。如果前提假 设变动了，还可以求出其他形式的概率分布，如正态 分布、泊松分布、卡方分布等等，它们都有特定的方 程式。由于数学上已经取得的成果，实际上统计工作 者要做的这项工作往往并不是真的去求抽样分布的数 学形式，而是根据具体需要，确定特定问题的统计检 验应该采用哪种分布的现成的数学用表。 ; 3．选择显著性水平和否定域 在统计检验中，那些不大可能的结果称为否定域。 如果这类结果真的发生了，我们将否定假设；反之就不 否定假设。 在统计检验中，通常把被检验的那个假设称为零假 设（用符号H0表示），并用它和其他备择假设(用符号 H1表示)相对比。; 在统计检验中，无论是拒绝或者接受原假设，都不 可能做到百分之百的正确，都有一定的错误。第一类错