假设检验-方差分析.ppt

第六章 假设检验第一节 假设检验的基本思想 预先对未知总体作出假设，再根据实测样本的信息去检验假设的合理性，作出对假设的判断，这种关于总体的假设称为统计假设。 处理假设的统计方法称为统计假设检验（hypothesis testing）。 例子 作用强烈的某种药物,按规定每片的有效成分含量服从N(0.5，0.012)。某厂生产这种药品，问如何监控这个药厂生产的药品是否符合要求？ 解：检验假设H0： μ=0.5 在原假设成立的条件下 例子 查表得： 一、小概率原理 　　小概率事件在一次试验中不会发生。 二、假设检验步骤 １、提出原假设Ｈ0和备择假设H1 ２、在原假设成立的条件下，构造一个分布已知的统计量 　　用于检验原假设的合理性的统计量称为检验统计量，简称检验。如S=f(X1,X2,…,Xn)使得P(S∈S0)=α,即S∈S0是一个小概率事件。称S0为拒绝域或临界域。 　　它是实数轴的一部分。当拒绝域位于数轴两端时，即： 相应的假设检验称为双侧检验。 　　当拒绝域位于数轴一端时，即： 相应的假设检验称为单侧检验。 　　a，b称为临界值。 当统计量Ｓ服从标准正态分布、　方分布、t分布和Ｆ分布时，分别称为u-检验、 检验、 t-检验和F-检验。 ３、对于给定的α值作出检验结论，并给以专业解释 先由样本值计算检验量S的值s，称为检验统计量的观测值，按如下原则作出检验结论： 若s∈S0，则拒绝H0；否则不能拒绝H0。根据具体问题给出专业解释。 注：拒绝原假设H0：μ=0.5时，正确的说法是“在α=0.05的水平下数学期望μ与0.5有显著性差异”或“在α=0.05的水平下μ与0.5的差异有统计学意义”。不能说“μ不等于0.5”。 三、两类错误 记 称α为犯第一类错误的概率，β为犯第二类错误概率。 第二节 假设检验的常用方法第三节 正态总体数学期望的假设检验 一、?已知的正态总体均数的U检验 设X1，X2，...，Xn是来自正态总体N(?,?2)的样本，且?已知，原假设H0： ?= ?0；H1： ???0； 在原假设成立的条件下检验统计量： 例子 1、临界值法 (1)提出原假设H0：?=2，备择假设H1： ??2 2、置信区间法 (1)提出原假设H0：?=2，备择假设H1： ??2 （二）两个正态总体的检验 1、配对比较与成组比较 一、配对T检验 例 甲乙两厂生产同一药物，现分别从其产品中抽取若干样品测定其含量，结果如表： 第四节 正态总体方差的检验 一、单个正态总体方差的?2-检验 给定显著性水平?，查表得： 例：溶解速度是药物制剂的一个重要理化指标，今随机抽取某种药片7片，测定其溶解一半所需时间（min)分别是： 5.3 6.6 5.2 3.7 4.9 4.5 5.8 假定溶解时间服从正态分布，试问这种药片溶解一半所需时间的方差是否等于2？ 代入检验统计量得 二、两个正态总体方差齐性的F-检验 例 甲乙两厂生产同一药物，现分别从其产品中抽取若干样品测定其含量，结果如表： 正态总体方差检验方法总结 第七节 分类资料的 检验二、列联表分析 例 为了解某种药品对某疾病的疗效是否与年龄有关，共调查300名患者，结果如下 表： 第七章 单因素方差分析 例 用小鼠研究正常肝核糖核酸（RNA）对癌细胞的生物学作用，试验分为对照组（生理盐水），水层RNA组和酚层RNA组，分别用此3种不同处理诱导肝癌细胞的果糖二磷酸酯酶（FDP）活力。得数据如下表，试比较？3种不同处理是否有显著性差异？ 方差分析步骤： 1、作出原假设H0： 备择假设H1： ?1、 ?2、....、?k不完全相等 计算总的离差平方和ST， 2、将总的离差平方和分解成两部分：组内离差平方和SE与组间离差SA平方和，即ST = SE + SA 。 3、计算组间均方对组内均方的比值F，给出显著性水平?，查F分布临界值F ? ，比较F与F ? 的大小，作出结论。 （2）原假设H0：?x- ?y =0 已知： 故在H0成立的条件下检验统计量的样本值： 给定?=0.05，df=6+7-2=11，查表得t 0.05/2=2.201。 由|t|=2.5646 t 0.05/2=2.201，p0.05, 故在显著性水平?=0.05下拒绝原假设H0，即两厂生产的药物含量有显著性差异。 配对比较 H0:μd=0 成组比较 H0:μ0=μ1 两个正态总体 σ未知 单个正态总体 H0:μ=μ0 σ已知 正态总体数学期望检验方法总结 两个正态总体