第三节 样本频率假设检验..pptxVIP

第三节 假设检验;假设检验（Hypothesis）;假设检验（Hypothesis）;假设检验（Hypothesis）;;假设检验的基本步骤;假设检验的基本步骤;假设检验的基本步骤; 推断是否接受假设的原理：小概率原理 一般来说，一个小概率事件在一次观测中是不应出现的，而现在它竟然出现了，一个合理的解释就是它实际上不是一个小概率事件，我们把它当作一个小概率事件是因为我们的统计假设不对，因此所算出来的它出现的概率也不对。在这种情况下，我们就应拒绝统计假设。 ; 统计学中，常把概率小于 0.05 或 0.01 作为小概率。 所以根据小概率原理作出是否接受 H0 。 如果计算的概率大于 0.05 或 0.01，则认为不是小概率事件，H0 的假设可能是正确的，应该接受H0 ，同时否定HA； 反之，所计算的概率小于 0.05 或 0.01 则否定 H0 ，接受 HA 。 ;把概率等于或小于 0.05 叫做差异显著标准，或差异显著水平； 等于或小于 0.01 叫做差异极显著标准，或差异极显著水平。 一般差异达到显著水平，则在资料的右上方标以 “*” 差异达到极显著水平，则在资料右上方标以 “**” 。 上例中，所计算的概率为- 3.16，小于 0.05 的显著水平，应接受H。，可以推断有显著差异，其差值 0.3不是误差所致。 ;假设检验的基本步骤;在实际检验时，可将上述计算简化: 已知 P（︱u︱＞1．96）= 0·05 P（ ︱u︱ ＞2．58）= 0.01 u分布进行检验时 if︱u︱＞1.96，在 a = 0.05 的水平上达到显著 if ︱u︱＞2.58，在 a= 0.01 的水平上达到极显著水平;假设检验的步骤可概括为： （1）对样本所属总体提出无效假设 H0 和备择假设 HA ； （2）确定检验的显著水平 a ； （3）在 H0 正确的前提下，根据抽样分布的统计数， 进行假设检验的概 率计算； （4）根据显著水平 a 的 u 值临界值，进行差异是否显著的推断。 ;二、双尾检验与单尾检验;进行假设检验提出无效假设和备择假设时，其总体平均数μ 可能大于 μ0，也可能小于 μ0 在样本平均数的抽样分布中 当 α = 0.05时，落在区间 的 有95%，落在这一区间之外的只有5%。 当 α= o.o1时 ，落在区间 的 有 99%，落在这一区间之外的只有 1%。 在进行假设检验时，前者相当于接受的区域，称为接受区；后者相当于否定的区域，称为否定区。 ; 一般将接受区和否定区的两个临界值写作 当 在 内为的接受区， 和 为的两个否定区， 为左尾否定区 为右尾否定区。 假设检验的两个否定区，分别位于分布的两尾，称为双尾检验。;当假设检验 H0: μ = μ0 HA： μ ≠ μ0 这时备择假设就有两种可能，μ ＞ μ0 或 μ＜ μ0 , 在μ ≠ μ0 的情况下，样本平均数 有可能落入左尾否定区，也有可能落入右尾否定区，这两种情况都属于μ ≠ μ0 的情况。 例如: 检验某种新药与旧药的治病疗效是否有差别，就是说新 药疗效比旧药好还是旧药疗效比新药好，两种可能性都存在，相 应的假设检验就应该用双尾检验。 在生物学研究中，双尾检验的应用是非常广泛的。;在某些情况下 例如，已经知道新药疗效不可能低于旧药 无效假设 H0： μ = μ0 备择假设 HA： μ μ0 这时仅有一种可能性，其否定区只有一个，相应的检验 也只能考虑一侧的概率，这种具有左尾或右尾一个否定区的检 验叫单尾检验。 单尾检验的步骤与双尾检验相同，查 u 分布表或 t 分布 表时，需将双尾概率乘以2，再进行查表。 单