第五章-假设检验.pptVIP

第一节 假设检验的基本问题 第二节 几种常见的假设检验 第三节 假设检验的???类错误与功效 ;第一节 假设检验的基本问题;所谓假设检验，就是事先对总体参数或总体分布形态做出一个规定或假设，然后利用样本提供的信息，以一定的概率来检验假设是否成立（或是否合理），或者说判断总体的真实情况是否与原假设存在显著的系统性差异。 ;在统计中，常见的统计假设有：总体均值（或总体成数、总体方差等）等于（或大于、小于）某一数值，总体相关系数等于0，两总体均值（或两总体成数、两总体方差）相等，总体分布服从正态分布等。 根据检验的目的不同，假设检验可以分为双侧检验和单侧检验两类。双侧检验是指同时注意总体参数估计值与其假设值相比的偏高和偏低倾向的检验。单侧检验是指只注意总体参数估计值比其假设值偏高或偏低倾向的检验,它是单方向的。 ;要进行假设检验，必须设立原假设和备择假设。 原假设也称零假设或虚无假设，是研究者对总体参数值事先提出的假设，是被检验的假设。备择假设也称对立假设，是研究者通过检验希望能够成立的假设，是当原假设不成立时供选择的假设。 ;设总体参数 的假设值为 ，那么原假设记为： 它表示总体参数值与其假设值之间没有显著差异。 备择假设记为： （双侧检验时） 或 （右单侧检验时） 或 （左单侧检验时）;假设检验的实质就是样本信息是否有充分的理由来否定原假设。 一方面原假设H0受到保护而不被轻易否定，使它处于有利地位；另一方面当原假设H0被接收时，又认为它不一定正确。 还须指出，备择假设的表达式中是不含有等号的，即等号一定存在于原假设中。 ;进行假设检验，概率论中关于小概率事件在一次试验中是不可能事件的原则是其所要遵循的基本原则。 由抽样分布理论可知，若原假设成立，则样本统计值与总体参数假设值偏差很大的事件是一个小概率事件。倘若在一次抽样中，样本统计值与总体参数假设值相差很大，那么在原假设成立的条件下，就是出现了一个小概率事件。一旦出现小概率事件，就要怀疑原假设的正确性，从而否定原假设。若一次抽样的样本统计值与总体参数假设值相差不大，那么就没有理由拒绝原假设，也就只好接受原假设。;;接受或拒绝原假设，最终要以显著性水平为依据确定评判的规则。评判规则有两种；临界值规则和P-值规则。 所谓临界值规则，就是先把值转化为一定分布下的临界值，然后计算检验统计值，最后把检验统计值与临界值相比较来判断是否拒绝原假设。 所谓P-值规则，就是先计算检验统计值 ，然后求出统计量分布曲线图中与检验统计值相对应的、称之为观测到的显著性水平P-值，最后把P-值与事先给定的显著性水平值 相比较来判断是否拒绝原假设。 ;检验统计量是样本统计量的标准化形式，其构造公式为 或 。凡是检验统计量之值的绝对值小于临界值的绝对值，那么就接受原假设；若检验统计量之值的绝对值大于或等于临界值的绝对值，那么就拒绝原假设。这样，临界值就把样本统计量的概率分布区域分成了两部分（即把检验统计量的取值分成了两个区域）：不超过临界值的区域和超过临界值的区域。我们把不超过临界值的区域称为接受域，把超过临界值的区域（含临界值点）称为拒绝域。标准正态分布的拒绝域如图5-1、图5-2所示。; 接受域 ;假设检验的基本原理 （一）提出原假设和备择假设； （二）确定检验的显著性水平； （三）根据样本统计量的概率分布确定出与相对应的临界值，即确定接受域和拒绝域； （四）构造检验统计量，并根据样本观测数据计算出检验统计值； （五）比较检验统计值与临界值，做出接受或拒绝原假设的判断。 ;第二节 几种常见的假设检验;总体均值检验的目的是总体均值 是否等于（或大于，或小于） 。我们可以建立假设如下： （双侧检验） 或 （左单侧检验） 或 （右单侧检验） 下面我们分几种情况加以介绍。; （一）总体服从正态分布且方差已知 根据抽样分布原理，当总体服从正态分布 时，那么从中抽取容量为n的样本，其样本均值 服从正态分布 （为了简便，只讨论重复抽样情况），而统计量 服从标准正态分布。 所以，当原假设