假设检验教学课件.pptVIP

第七章 假设检验 §7.1 假设检验的概念与原理 一、假设检验的基本原理 假设检验的一般步骤 三、单边检验的拒绝域 §7.4 非正态总体均值和总体频率的检验 例7.9 例7.10（7.9续） §7.3.2 总体频率的检验 例7.12 例7.13 §7.5 适合性检验与独立性检验 例7.16 解： 林场和乡政府签订合同，造林成活率达80%以上时认为合格，在验收时以重复抽样方式在甲乡所造林中抽取400株，结果有336株成活，在乙乡所造林中抽取300株，结果有221株成活，问两乡造林成活率是否达到了要求（α=0.05）？ （二）两个总体频率差异的显著性检验 采用两种不同的方法造林，在第一种方法所造林中随机抽取300株，结果发现成活的为210株，在第二种方法所造林中随机抽取200株，结果发现成活的为185株，试问两种方法造林成活率是否有显著差异（α=0.05）？ 非参数检验法 一个总体服从什么分布是实践中经常关心的问题。由样本判断总体分布类型，这种检验称为 §7.3 正态总体方差的假设检验 §7.4.1非正态总体均值的检验 （一）单个非正态总体均值的检验 例7.7 某体育设备制造厂生产一种钓鱼线，其平均切断力为8kg。现从其一批产品中随机抽取64条进行检验，计算得样本平均数、样本标准差分别为 7.8kg，0.65kg，能否认为该批产品的平均切断力也是8kg(α=0.05)。 例7.8某苗圃以一种新的方案培育油松苗木，一定时间后从中随机抽取50株苗木组成样本，得到样本平均数和样本标准差分别为41.2cm和7.8cm。采用新方案前从经验得知，同样时间内总体苗木高均值可达35cm，试问采用新方案后是否使苗木高有了明显增加。 （二）两个非正态总体均值差异显著性检验 某地调查了一种危害林木的昆虫两个世代的每卵块粒数，第一代调查了128块，经计算得样本平均数和样本方差分别为47.3块和25.5块，第二代调查了69块，经计算得样本平均数和样本方差分别为74.9块和47.2块，试检验两个世代每卵块的平均卵粒数有无差异（α=0.05）。 试检验第二代卵块的平均数是否比第一代的明显多（α=0.05）？ （一）一个总体频率的检验 设总体X的频率为p，从总体X以重复抽样的方式抽取样本容量为n的样本，M为所关心特点的样本频数。P0为一个已知常数，欲由样本判断p与p0的关系。 例7.11 某研究者估计本市居民家庭的电脑拥有率为30%，现随机抽查了200个家庭，其中68个家庭拥有电脑，试问研究者的估计是否恰当？（α=0.05）。 * * 在许多实际问题中，人们需要知道总体未知参数与某个已知数之间有无明显的差异，或是否达到了既定的要求，或总体分布是否服从某已知的类型分布等。 实例一 根据长期的经验，在规范管理情况下，某种一年生苗木高服从正态分布，总体均值为60厘米，现从一苗圃今年生产的一批苗木中随机抽取20株测其苗高，计算出样本平均数和标准差分别是59.2厘米，1.52厘米，据此信息能否判定该批苗木平均苗高像往年一样也是60厘米？ 总体 总体均值 实例二 某厂家的广告宣称，生产的产品的合格率保证在96.5%以上，现从一批该厂家生产的产品中随机抽取80件进行检查，得知其中76件合格，试问该厂家的广告可信吗？ 实例三 在第6章介绍的参数估计方法中，我们常要求总体服从正态分布，那么，怎么判断一个总体是否服从正态分布呢？ 总体 总体频率 换句话说，我们需要判断我们目前研究的总体的均值和方差与历史数据有无明显的差异 为了便于我们理解，我们简化我们的问题， 接下来，我们要做的事是： 法则如何制定？ 换句话说，为接受H0为真寻找一个合适的理由。 最后我们确定的法则如下： 一般地，在数理统计中，我们把关于总体的一个论断或命题称为统计计假设，简称假设。统计假设分为原假设（或零假设）与备择假设（或对立假设），原假设用H0表示，备择假设用H1表示。原假设与备择假设一起完整的表达了一个所要回答的实际问题的答案。 例如，在例7.1中, 原假设为H0 :μ＝μ0，备择假设为H1 :μ≠μ0. 象实例一、二这种统计假设仅涉及未知参数，这种统计假设称为参数假设；而象实例三这种对分布类型所作的假设称为非参数假设。由样本对参数假设进行判定的方法称为参数检验法；而对非参数假设进行判定的方法称为非参数检验法。假设检验就是由样本判定原假设是否成立的问题。 二、假设检验的相关概念 本章重点讨论显著性检验问题——在制定法则的过程中只对犯第一类错误的概率加以控制，而不考虑犯第二类错误的概率的检验。 解决问题的思路： 采用的是数学中的反证法，在原假设H0成立的假设下，先思考什么是合理的现象什