spss 统计知识-假设检验的基本概念.pptVIP

假设检验的基本概念 第一节 统计假设 假设检验在统计方法中的地位 例 根据某报摊的上报，每天平均营业额为55元，经过6天的抽查，其营业额为：59.2;68.3;57.8;63.7;57.3问:原报摊贩上报的数字是否是可信的? 一 统计假设 (hypothesis) 1 统计假设：与抽样手段联系在一起，并且依靠抽样数据进行验证的假设，就叫做统计假设。即，从研究总体假设出发，而后抽取样本来检验假设或给予肯定或否定。 统计学中，假设就是对总体参数的数值所作的一种陈述。 2 统计假设的特点 假设的内容都是数量化了的内容。 验证的依据都是凭借抽样调查所得的结果。 资料获取的方法和资料本身的可靠性都是十分重要的，资料必须通过随机抽样。 3 假设检验的基本思想 ... 因此我们拒绝假设  = 50 样本均值 m = 50 抽样分布 H0 5 假设检验的过程 (1)建立假设 (2)求抽样分布 (4)计算检验统计量 (3)选择显著性水平和否定域 (5)判定 所所 包有含统 的计 步检 骤验 根据以往多年的统计表明， 英语的平均成绩为90分，随机抽取100个学生，其平均成绩为80分，问今年学生的英语成绩是否下降？ 假设检验的步骤 提出假设 确定适当的检验统计量 规定显著性水平 计算检验统计量的值 作出统计决策 二 提出原假设和备择假设 （一） 原假设 (null hypothesis) 待检验的假设，又称“零假设” 研究者想收集证据予以反对的假设 3. 总是有等号 ,  或 4. 表示为 H0 H0：  某一数值 指定为 = 号，即  或  例如, H0：  3190（克） 为什么叫0假设? （二 ）备择假设 (alternative hypothesis) 与原假设对立的假设，也称“研究假设” 研究者想收集证据予以支持的假设总是有不等号: , 或  表示为 H1 H1： 某一数值，或 某一数值 例如, H1： 3910(克)，或 3910(克)  什么检验统计量？ 1. 用于假设检验决策的统计量 2. 选择统计量的方法与参数估计相同，需考虑 是大样本还是小样本 总体方差已知还是未知 3 检验统计量的基本形式为 三 确定适当的检验统计量 四 规定显著性水平(significant level) 显著性水平 1. 是一个概率值 2. 被称为抽样分布的拒绝域 3. 表示为 (alpha) 常用的 值有0.01, 0.05, 0.10 4. 由研究者事先确定 五 作出统计决策 计算检验的统计量 根据给定的显著性水平，查表得出相应的临界值z或z/2， t（N-1）或t/2（N-1） 将检验统计量的值与 水平的临界值进行比较 得出拒绝或不拒绝原假设的结论 双侧检验与单侧检验 (假设的形式) 假设 研究的问题 双侧检验 左侧检验 右侧检验 H0 m = m0 m  m0 m  m0 H1 m ≠m0 m m0 m m0 双边检验的假设形式如下: H 0 :μ=μ H 1 :μ≠μ 如果 p ,则拒绝H 0 ,接受H1 （ 此检验结果是显著的） 如果 p ,则接受H 0 （ 此检验结果是不显著的 双侧检验的显著性水平与拒绝域 双侧检验 双侧检验 双侧检验 单侧检验的显著性水平与拒绝域 左侧检验 左侧检验 右侧检验的显著性水平与拒绝域 右侧检验 (显著性水平与拒绝域)