第3章 假设检验.pptVIP

ch72 第 三 章 3.3 正态母体参数的置信区间 引例 已知 X ~ N ( ? ,1), 不同样本算得的 ? 的估计值不同，因此除了给出 ? 的点估计外, 还希望根据所给的样本确定一个随机区间, 使其包含参数真值的概率达到指定的要求. ? 的无偏、有效点估计为 随机变量 常数 如引例中，要找一个区间,使其包含 ? 的真值的概率为0.95. ( 设 n = 5 ) 取 查表得 这说明 即 称随机区间 为未知参数 ? 的置信度为0.95的置信区间. 反复抽取容量为5的样本,都可得一个区间,此区间不一定包含未知参数 ? 的真值, 而包含真值的区间占95%. 置信区间的意义 若测得 一组样本值, 它可能包含也可能不包含? 的真值, 反复 则得一区间 (1.86 – 0.877, 1.86 + 0.877) 抽样得到的区间中有95%包含 ? 的真值. 算得 * * 假设检验 3.1 假设检验概述 若对 参数 有所 了解 但有怀 疑猜测 需要证 实之时 用假设 检验的 方法来 处理 若对参数 一无所知 用参数估计 的方法处理 假设是指施加于一个或多个总体的概率分布或参数的看法. 所作假设可以是正确的,也可以是错误的. 为判断所作的假设是否正确, 从总体中抽取样本,根据样本的取值,按一定原则进行检验, 然后作出接受或拒绝所作假设的决定. 一、假设检验问题的提法 引例1 某产品出厂检验规定: 次品率p不 超过4%才能出厂. 现从一万件产品中任意 抽查12件发现3件次品, 问该批产品能否出 厂？若抽查结果发现1件次品, 问能否出厂？ 解 假设 这是 小概率事件 , 一般在一次试验中 是不会发生的, 现一次试验竟然发生, 故认 为原假设不成立, 即该批产品次品率 , 则该批产品不能出厂. 这不是小概率事件,没理由拒绝原假设, 从而接受原假设, 即该批产品可以出厂. 若不用假设检验, 按理不能出厂. 注1 直接算 注2 本检验方法是 概率意义下的反证法， 故拒绝原假设是有说服力的, 而接受 原假设是没有说服力的. 因此应把希 望否定的假设作为原假设. 对总体 提出假设 要求利用样本观察值 出厂检验问题的数学模型 对提供的信息作出接受 (可出厂) , 还 是接受 (不准出厂) 的判断. 某厂生产的螺钉,按标准强度为68m/m2，而实际生产的强度X服从N(?,3.62) 若E(X)=?=68,则认为这批螺钉符合要求,否 则认为不符合要求.为此提出如下假设: H0 : ? = 68 称为原假设或零假设 原假设的对立面: H1 : ? ? 68 称为备择假设 引例2 假设检验 的任务 必须在原假设与备择假设 之间作一选择 若原假设正确, 则 因此, 取 ,则 现从整批螺钉中取容量为36的样本,其均值为 ,问原假设是否正确? 因而 ,即 偏离68不应该太远, 故 取较大值是小概率事件. 可以确定一个常数c 使得 由 为检验的接受域 (实际上没理由拒绝), 即区间( ?? ,66.824 )与( 69.18 , +? )为检验的拒绝域. H0:? = 68 ( 66.824 , 69.18 ) 称 的取值区间 现 落入接受域,则接受原假设 二、检验、拒绝域与检验统计量 在H0对H1的检验问题中，所谓检验法则就是设法把样本空间划分为互不相交的两个可测集C和C*，当样本观测值落入C时，拒绝原假设；若样本观测值落入C*，则不能拒绝原假设。 C-----检验的拒绝域 能从样本空间划分出拒绝域的统计量-----检验统计量 由引例2可见,在给定?的前提下, 接受还是拒绝原假设完全取决于样本 值, 因此所作检验可能导致以下两类 错误的产生： 第一类错误 弃真错误 第二类错误 纳伪错误 三、两类错误 正确 正确 假设检验的两类错误 犯第一类错误的概率通常记为 ? 犯第二类错误的概率通常记为 ? H0 为真 H0 为假 真实情况 所作判断 接受 H0 拒绝 H0 第一类错误 (弃真) 第二类错误 (纳伪) 任何检验方法都不能完全排除犯错 假设检验的指导思想是控制犯第一类 误的可能性.理想的检验方法应使犯两类 错误的概率都很小,但在样本容量给定的 情形下,不可能使两者都很小,降低一个, 往往使另一个增大. 错误的概率不超过?,然后,若有必要,通 过