第8章 假设检验.docVIP

第八章 假设检验 【内容提要】本章主要讲述假设检验思想概述；正态总体参数检验（检验，检验，检验和检验）；非正态总体参数检验（非正态总体均值检验的大样本方法，指数总体的参数检验）；检验的实际意义及两类错误（检验结果的实际意义，检验中的两类错误，样本容量确定问题）等内容． 【重点分析】 理解假设检验的基本思想，掌握假设检验的基本步骤，了解假设检验可能产生的两类错误。 了解单个和两个正态总体的均值与方差的假设检验。 了解总体分布假设的检验法。 【难点分析】假设检验的基本思想、基本步骤及假设检验可能产生的两类错误。 §8.1假设检验概述 一、引言 前一章我们讲了对总体参数的估计问题，即是对样本进行适当的加工，以推断出参数的值（或置信区间）。本章介绍的假设检验，是另一大类统计推断问题。它是先假设总体具有某种特征（例如总体的参数为多少），然后再通过对样本的加工，即构造统计量，推断出假设的结论是否合理。从纯粹逻辑上考虑，似乎对参数的估计与对参数的检验不应有实质性的差别，犹如说：“求某方程的根”与“验证某数是否是某方程的根”这两个问题不会得出矛盾的结论一样。但从统计的角度看估计和检验，这两种统计推断是不同的，它们不是简单的“计算”和“验算”的关系。假设检验有它独特的统计思想，也就是说引入假设检验是完全必要的。我们来考虑下面的例子。 例8.1 某厂家向一百货商店长期供应某种货物，双方根据厂家的传统生产水平，定出质量标准，即若次品率超过3%，则百货商店拒收该批货物。今有一批货物，随机抽43件检验，发现有次品2件，问应如何处理这批货物？ 如果双方商定用点估计方法作为验收方法，显然2/43＞３％，这批货物是要被拒收的。但是厂家有理由反对用这种方法验收。他们认为，由于抽样是随机的，在这次抽样中，次品的频率超过３%，不等于说这批产品的次品率（概率）超过了３%.就如同说掷一枚钱币，正反两面出现的概率各为1/2，但若掷两次钱币，不见得正、反面正好各出现一次一样。就是说，即使该批货的次品率为３%，仍有很大的概率使得在抽检４３件货物时出现２个以上的次品，因此需要用别的方法。如果百货商店也希望在维护自己利益的前提下，不轻易地失去一个有信誉的货源，也会同意采用别的更合理的方法。事实上，对于这类问题，通常就是采用假设检验的方法。具体来说就是先假设次品率，然后从抽样的结果来说明这一假设是否合理。注意，这里用的是“合理”一词，而不是“正确”，粗略地说就是“认为”能否说得过去。具体如何做，下面再说。 还有一类问题实际上很难用参数估计的方法去解决。 例8.2 某研究所推出一种感冒特效新药，为证明其疗效，选择200名患者为志愿者。将他们均分为两组，分别不服药或服药，观察三日后痊愈的情况，得出下列数据： 是否痊愈 服何种药 痊愈者 未痊愈者 合计 未服药者 48 52 100 服药者 56 44 100 合 计 104 96 200 问新药是否确有明显疗效？ 这个问题就不存在估计什么的问题。从数据来看，新药似乎有一定疗效，但效果不明显，服药者在这次试验中的情况比未服药者好，完全可能是随机因素造成的。对于新药上市这样关系到千万人健康的事，一定要采取慎重的态度。这就需要用一种统计方法来检验药效，假设检验就是在这种场合下的常用手段。具体来说，我们先不轻易地相信新药的作用，因此可以提出假设“新药无效”，除非抽样结果显著地说明这假设不合理，否则，将不能认为新药有明显的疗效。这种提出假设然后做出否定或不否定的判断通常称为显著性检验(Significance test)。 假设检验也可分为参数检验(Parametric test)和非参数检验(Nonparametric test)。当总体分布形式已知，只对某些参数做出假设，进而做出的检验为参数检验；对其它假设做出的检验为非参数检验。如例7.1中，总体是两点分布，只需对参数做出假设检验，这是参数检验问题，而例7.2则是非参数检验的问题。 二、假设检验的基本思想与概念 1．“实际统计推断原理”（小概率原理）—小概率事件在一次试验中几乎（一般）是不会发生的。 2．具有概率性质的反证法 用了反证法的思想 不同于确定性数学中的反证法 在假设检验中要用到两个假设，把需要检验的假设称为原假设或零假设记为（…），与对立的假设，称为对立假设或备择假设, 记作（…）。我们约定是对立面的全体。假设是否正确有待用样本作检验。通常给定一个临界概率，在有原假设成立的条件下，如果出现事件的概率大于或等于临界概率，就作拒绝原假设，接受备择假设的决定。通常称此临界概率为显著性水平。根据不同的问题可取不同的值，通常取0.05或0.01等。 三、假设检验的步骤 无论是参数检验还是非参数检验，其原理和步骤都有共同的地方，我们将通过下面的例子来阐述假设检验的一般原理和步