第六章 假设检验基础.pptVIP

作业 P126-128 1、2、4、7 * 二、Poisson分布资料的 Z 检验 2. 两独立样本资料的Z 检验 * 检验假设 观察单位相等 观察单位不等 当λ1, λ2 ≥20时，则近似地有： X1~N(λ1，λ1 ), X2~N(λ2，λ2 ) 且 X1－X2~N(λ1－λ2 ，λ1 ＋λ2 ), 若λ1 ＝λ2 ，则X1－X2~N(0，λ1 ＋λ2 )。 由于λ1, λ2未知，则X1－X2~N(0，X1+X2 )， 且 观察单位相等 当λ1, λ2 ≥20时，若 X1~Π(n1λ1 ), X2~Π(n2λ2 ),则近似地有： 若 则 由于λ1, λ2未知，用 代替 ， 则 且 观察单位不等 例12 某市在对不同性别成年人（18岁以上）意外伤害死亡情况有无差异的研究中，监测数据显示该市2002年男女疾病监测各10万人，因意外伤害死亡的人数男女分别为51人和23人。试问，2002年不同性别每10万人口意外伤害死亡平均人数是否相等？ 观察单位相等 建立检验假设并确定检验水准 α=0.05 计算检验统计量 * 确定P值, 作出推断结论 按查附录三附表2（t 界值表），得P0.01 在0.05水准上拒绝H0，接受 H1 , 差异有统计学意义 可以认为该市不同性别意外伤害死亡平均人数有差异，且男性较高 例13 某车间改革生产工艺前，测得三次粉尘浓度，每升空气中分别有38、29、36颗粉尘；改进工艺后，测取两次，分别为25、18颗粉尘。问工艺改革前后平均粉尘浓度有无差别？ 观察单位不等 建立检验假设并确定检验水准 α=0.05 计算检验统计量 * 确定P值, 作出推断结论 按查附录三附表2（t 界值表），得 P0.01 在0.05水准上拒绝H0，接受 H1 ,差异有统计学意义 可以认为工艺改革前后粉尘浓度不同，改革工艺后粉尘浓度较低 Poisson分布Z 检验的使用条件 二项分布的条件：独立、重复、二分类 Poisson分布的条件：n很大、 很小 正态近似的条件： 第四节 假设检验与区间估计的关系 * * 置信区间与假设检验均可以判断差异有无统计学意义 置信区间可提供假设检验没有提供的信息 可以提示差别是否具有实际意义 假设检验比置信区间多提供的信息 假设检验可以报告确切的P值 表1 12名儿童分别用两种结核菌素的皮肤浸润反应结果（mm） 假设检验的结果： P0.001，差异有统计学意义 差值总体均数置信区间的估计结果： * * 图6-3 置信区间可以提供的信息 第五节 假设检验的功效 一、假设检验的两类错误 在假设检验中，不论做出哪一种推断结论，都有可能发生错误-----假设检验的两类错误。 1. 第一类错误（弃真错误） 拒绝了实际上存在的H0 第一类错误的概率为α? 2. 第二类错误（存伪错误） 不拒绝实际上不存在的H0 第二类错误的概率为β * 决策 实际情况 H0为真 H0为假 不拒绝H0 1 - α 第二类错误(β) 拒绝H0 第一类错误(α) 功效(1-β) * α常取为0.05或0.01等 α的意义：如果原假设H0成立，重复抽样100次，检验结论中平均有100 α 次拒绝H0（犯第Ⅰ类错误） β的意义：如果H0并不成立，H1成立,重复抽样100次，检验结论中平均有100β次不拒绝H0（犯第Ⅱ类错误）。 * 样本容量n一定时， α越小β越大；α越大β越小。 实际应用中，往往通过α去控制β； 在样本量确定时，如果要减小β，就把α取大一些。 * 二、假设检验的功效 1-β称为假设检验的功效(power of a test)。 反映H0不真时，假设检验能检验出H0不真的能力。 如果1-β=0.90，则意味着当H0不成立时，理论上在每100次抽样中，在α的检验水准上平均有90次能拒绝H0。 * 检验功效的影响因素 以单组样本资料Z 检验为例分析 总体参数间差异越大，检验功效越大 记δ=μ-μ0，则|δ|越大， 越大 * 检验功效的影响因素 以单组样本资料Z 检验为例分析 个体间差异(标准差)越小，检验功效越大 σ越小，则