管理统计学PPT教学课件-第四章 假设检验.ppt

管理统计学 2010年 4 假设检验 4.1 假设检验的基本原理 4.2 参数假设检验 4.3 非参数假设检验 4.1 假设检验的基本原理 4.1.1 假设检验的定义 4.1.2 假设检验的分类 4.1.3 假设检验的思想方法 4.1.4 原假设和备择假设 4.1.5 假设的两类错误分析 4.1.6 总体参数检验的步骤和方法 4.1.1 假设检验的定义 统计假设：关于总体的分布以及分布中所含参数的各种论断 对随机现象的实际观察 对随机现象的理论分析 假设检验：施加于一个或多个总体的概率分布或参数的假设 假设总体分布的形式或总体的参数有某种特征 判断原先的假设是否合理 合理：承认假设的正确性 不合理：否定原先的假设 对问题作出分析或推断 4.1.2 假设检验的分类 假设检验包括：参数假设检验和非参数假设检验 参数假设检验：X1,X2,…,Xn是来自分布形式已知、参数未知总体的样本，由其观测值检验假设H0:?=?0; H1: ?≠?0, ?为已知实数 非参数假设检验： X1,X2,…,Xn是来自分布形式未知总体的样本，由其观测值检验假设H0:F(x)=F0(x, ?); H1: F(x) ≠F0(x, ?), F0(x, ?)为已知分布函数 4.1.3 假设检验的基本原理 假设检验的基本思想 提出统计假设，根据小概率原理对其进行检验 实际推断原理/小概率原理 小概率事件 ：在某次试验或观测中，出现的概率很小的事件 小概率事件在一次试验中几乎不会发生 小概率事件发生，否定原来的假设 4.1.4 原假设和备择假设 假设检验的三种形式 左尾检验、右尾检验和双尾检验 H0为原假设，H1为备择假设 原假设与备择假设的确定 若想支持某种假设，把它作为备择假设，把该陈述的否定假设作为原假设 两种假设互斥且完备，接受H0 ，必须拒绝H1 一个特定形式的H1不只与唯一的H0相对 4.1.5 假设的两类错误分析 两类错误的对比情况表 ?为拒真概率， ?为存伪概率，1? ?为检验功效 控制第一类型错误较为实际，即只分析原假设H0，这样的假设为显著性检验，?为显著性水平 4.1.6 总体参数检验的步骤 （1）提出假设 根据检验目标，对待推断的总体参数或分布提出一个基本假设 （2）决定检验的显著性水平α 由被检验的统计量分布求出相应的临界值 该临界值为零假设的拒绝域和接受域的分界线 （3）构造检验统计量，依据样本信息计算检验统计量的实际值 （4）将实际求得的检验统计量取值与临界值进行比较，作出拒绝或接受零假设的决策 pα，拒绝零假设 pα，不应拒绝零假设 4.2 参数假设检验 4.2.1 一个正态总体参数假设检验 4.2.2 一个正态总体参数假设检验的SPSS应用 4.2.3 两个正态总体参数假设检验 4.2.4 两个正态总体参数假设检验的SPSS应用 4.2.1 一个正态总体参数假设检验 已知方差?2，检验假设?＝?0 未知方差?2，检验假设?＝?0 未知方差?2，检验假设?＞?0 已知方差?2，检验假设?=?0 提出零假设H0 确定统计量Z 已知其分布和参数 统计量的值可以计算 计算统计量Z值 给出显著性水平?，做出决策 ︱Z︱＞Z ?/2，拒绝H0 未知方差?2，检验假设?＝?0 提出零假设H0 确定统计量T 已知其分布和参数 统计量的值可以计算 计算统计量T值 给出显著性水平? ，做出决策 ︱T︱＞T ? /2，拒绝H0 未知方差?2，检验假设?＞?0 为未知方差? 2，检验假设： ? ＝ ? 0的特殊情况 可由题意及统计量T的构成，确定T ＞0，仅考虑T ≥Tα/2的情况 例4.1 样品直径均值检验 测得一批零件的20个样品的直径（单位：cm） 假设直径服从正态分布，样本的均值与总体均值显著差别 总体均值为5.20 对样本的数据进行均值检验 One-Sample T Test对话框 Analyze→Compare means→One-Samples T test：{One-Sample T Test} 在Test Value框中输入检验值 One-Sample T Test: Options对话框 One-Sample T Test输出结果 4.2.3 两个正态总体下的参数假设检验 未知未知两个总体的均值?1、?2，检验假设H0：总体方差 未知两个总体的均值?1、?2，检验假设H0：总体方差 未知两个总体的方差 ， 已知 ，检验假设H0：?1=?2 未知两个总体的方差 ， 已知 ，检验假设H0：?1=?2 未知总体均值?1和?2 ，检验H0： 统计量 服从F(n-1，m-1)分布 计算统计量F值，与Fα/2和F1