第八章统计检验基本方法.pptVIP

第八章：统计检验的基本方法 第1节：统计假设检验的基本原理 第2节：样本平均数与总体平均数的差异检验 第3节：两个总体平均数的差异检验 第4节：比率差异的显著性检验 第5节：多个平均数的差异检验-方差分析初步 第1节：统计假设检验的基本原理 一、统计检验的目的 问题1：某已知样本，其统计量与已知总体参数之间的差异是实质性的还是由误差造成。(部份与整体) 问题2：两种现象之间的差异是实质性的还是非实质性的。(整体与整体) (一)概念： 事先对总体参数或分布形式作出某种假设，然后利用样本信息来判断原假设是否成立。 (二)目的： 判断研究对象之间的差异性质及差异程度。 二、假设的建立 （一）基本假设（虚无假设、原假设、零假设）：即没有差异的假设。1、当前样本所属总体与原总体没有差异。2、两样本所属总体没有差异。记为：“H0”。 表示法：如均数差异检验： H0 ：μ=μ0 H0：u1=u2 （二）备择假设（对立假设）：即有差异的假设。是研究者希望接受的假设。1、当前样本所属总体与原总体有差异。2、两样本所属总体有差异。记为： “H1” 。 表示法：如均数差异检验： H1 ：μ≠μ0 H1 ：u1 ≠ u2 统计检验的思路： 进行统计检验，就是首先假定H0成立，然后运用概率论的原理，计算H0成立的概率P有多大，P大则接受，P小（一般小于0.05或0.01）则说明H0成立的可能性极小，此时要拒绝或否定H0 。 三、假设检验的基本思想 平均数抽样分布的置信度与置信区间 （一）否定域的构建： —小概率事件与显著性水平 1、小概率事件：落入置信区间的事件称为大概率事件；落入置信区间之外的事件称为小概率事件。即，H0成立的可能性小于0.05或0.01的事件称为小概率事件。 如果 与μ无显著差异，则落入置信区间内的可能性极大，而落入置信区间外的可能性极小。 2、显著性水平（否定域）： 拒绝H0的概率称为显著性水平。常用的有0.05与0.01，用α=0.05，α=0.01表示。显著性水平与置信度相对应，0.05→0.95，0.01→0.99。 以上两个显著性水平相比，0.05比0.01更容易拒绝H0 （二）、假设检验的两类错误 1、α错误：拒绝属于真实的H0所犯的错误（弃真）。 2、β错误：接受错误的H0所犯的错误（纳伪）。 为避免α类错误，可尽量增大置信区间，减小显著性水平，但同时增大了犯β错误的可能性；反之则增大犯α错误的可能性。 （三）、单侧检验与双侧检验 1、双侧检验：只强调差异而不考虑方向性的检验称为双侧检验。 （显著性概率集中于概率分布两侧） ①临界值：取双侧临界值，检验中临界值常记为 、 。Z分布中， =±1.96、 =±2.58。 ②假设符号：“＝、≠”。 双侧检验的否定域与临界值 2、单侧检验：强调差异方向性的检验称为单侧检验。（显著性概率集中于概率分布一侧） ①临界值：取单侧临界值，检验中临界值常记为： 、 等。Z分布中，Z0.05=±1.65、Z0.01=±2.33。 ②假设符号：“=、＜”或“=、＞”。 单侧检验的否定域与临界值 ◆单侧检验与双侧检验的选用 ——逻辑判断法 某地某年龄段儿童智商平均为100，该年龄段某普通班为103，检验差异。 某地某年龄段儿童智商平均为100，该年龄段某重点班为103，检验差异。 ◆单侧检验与双侧检验的选用 ——备选假设判断法 “是否有显著差异”：双侧检验。如某种材料的尺寸。 “是否显著低于”：左侧检验。 “是否显著高于”：右侧检验。如某种新技术的实施效果。 一般情况选用双侧较为稳妥 第2节：样本平均数与总体平均数的差异检验（单总体均数差异检验） 一、基本原理：平均数的抽样分布（前述） 平均数抽样分布的几个定律。 平均数抽样分布的两种典型形态。 二、检验的基本步骤 1、确定检验形式：双侧或单侧检验。 2、建立H0与H1：双侧检验一般为：μ=μ0、μ≠μ0 3、假设H0成立，计算样本平均数的统计量Z或t： 4、推算 的统计量是否落入置信区间内。查表对照，|Z|与Z0.05或Z0.01等临界值比较，| t |与t0.05或t0.01等临界值比较。 5、结论：|Z|＜ Z0.05或Z0.01 ，| t |＜ t0.05或t0.01 ，说明H0成立的概率P＞0.05或0.01，则接受H0，拒绝H1；反之，则接受H1，拒绝H0。 统计量Z值或t值的计算公式 （总体标准差已知） （总体标准差已知） 三、假设检验的过程（检验实例） 【例1】某机床厂加工一种零件，根据经验知道，