新编经济应用数学 线 概 数 第五版 教案4.1.6.docVIP

4.1.6 假设检验 教学目的：理解假设检验的基本思想和基本原理，掌握假设检验的方法，具有一定的统计推断基本运算能力和分析问题能力。 内 容：假设检验的基本思想 统计结论的两类错误 -检验法 -检验法 -检验法 -检验法 教学重点：假设检验的基本思想，单正态总体的假设检验 教学难点：双正态总体的假设检验 教 具：多媒体课件 教学方法：启发式教学，精讲多练 教学过程： 1.引入新课： 由实际问题需要判断总体是否具有某种性质而引出假设检验的基本原理和基本方法。 2.教学内容： 问题的提出 在管理的实践中，除了要对总体的参数作出一定的估计外，我们还会遇到另一类问题，例如要判断总体是否具有某种性质，或者判断两个独立样本的总体是否具有相同的均值或方差，请看下面的问题。 【例1】 某牙膏厂用自动包装机装牙膏，在正常情况下每个牙膏管内装入的牙膏量（克）是服从正态分布的。某日生产中随机抽取16支牙膏，测得平均每支牙膏的净重（克），问这天包装机工作是否正常？ 【例2】 有一批处理品电子元件，据称其中次品率为，今从中随机抽取100个元件进行测试，发现有12个次品，能否认为这批产品的次品率超过了呢？ 【例3】 某食品工业公司为了了解家庭糕点的月平均消费量有无变动，在去年和今年同期进行了两次调查，数据整理后如下表 日期 调查户数 平均每户消费量 样本标准差 今年五月 去年五月 250 200 3．15 3．05 7 0．6 能否断定，今年和去年相比，家庭平均糕点消费量有无显著的变动？ 上述例子都要求用样本推断总体。 对于例1，可设那天生产的牙膏净重为，则～，且有。如果机器是正常工作的，那么应当等于，这样我们预先作一假设： 问题就变成判断这一假设是否成立，或者说假设是否符合实际观察的结果。因为是的一个估计值，所以我们就根据与之间的差异程度来作判断。但是，即使机器确实工作正常，由于各种随机的原因，样本平均值也未必正好等于，它在附近波动是可以理解的。然而，如果与相差较大，超出一定的范围，那么就难以相信机器工作是正常的，明智的做法是否定原先的假设。 对于例2来说，若预先作出这批处理品元件的次品率为的假设，那么由于在试验次数增大时，随机事件的频率将以概率为稳定值。所以可以用样本的频率与差异的大小去检验这个假设的正确与否。 对于例3，若设两个样本的总体分别为，和，且有，于是可先作假设：，并利用与的差异来检验是否成立。 由此可见，虽然上述问题的提法各不相同，但是都可以归纳为对总体作出某种假设，然后用样本来检验该假设是否成立。这类问题一般称为假设检验问题。 假设检验的基本思想 由概率论可知，概率很小的事件在一次试验中几乎是不会出现的。例如，假设一百件产品中只有一件次品，从中任取一件产品，一般来说总会取得正品。如果任取一件产品，就查到了次品，就很难相信原来的假设“一百件产品中只有一件次品”。从而否定该假设。也许有人会说，尽管一次就查到次品的概率很小，但仍然有这种可能性。如果因此而否定原来的假设，是否会犯错误呢？这当然可能的。即原假设是对的，而我们却否定了它，但是犯这种错误的可能性很小。因为判断的可靠程度能达到，只有的可能判断错误，如果不否定原来的假设，也许犯错误的可能性更大，即这一百件产品中有多于一件的次品，而我们却误认为只有一件次品。因此，我们宁愿作出否定原假设的结论。这一思想就是假设检验的基本思想。 如果根据所作的假设，预计事件出现的概率很小，但在一次试验中，事件居然发生了，则可以认为假设是不正确的，从而否定。这一原理就是小概率原理。 假设检验的基本思想就是利用小概率原理进行反证法的推理思想 至于什么算是“概率很小”，在检验之前都事先指定，比如概率为0.10,0.05,0.01等，一般记作，是一个事先指定的小的正数，称为显著性水平或检验水平。 假设检验的基本步骤： 根据实际问题提出假设，即说明需要检验的假设的具体内容； 选取适当的统计量，并在假设成立的条件下确定该统计量的分布； 按问题的具体要求，选取适当的显著性水平，并根据统计量的分布查表，确定对应于的临界值； 根据样本观测值计算统计量的实际值，并与临界值比较，从而对拒绝或接受假设作出判断。 统计结论的两类错误 采用统计假设检验方法，其目的只是作出常有一定可靠程度的判断。在实际运用中，总难免会作出错误的判断。 1、假设实际上是正确的，但我们却错误地拒绝了它，这是犯了“弃真”的错误，通常称为第一类错误，由于仅当小概率事件发生时才否定，所以犯第一类错误的概率就等于条件概率。 2、假设实际上是不正确的，