两个总体参数的假设检验课堂.pptVIP

医药数理统计方法 复习 1 ： 1 、建立检验假设； 4. 做出统计推断； 3. 根据显著性水平 ? ，确定拒绝域； 2. 确定检验统计量及其分布，并根据样本值计算 检验统计量的值； 假设检验的一般步骤 医药数理统计方法 1. 正态总体均值 的假设检验 ? ~ (0 ,1 ) u X N n ? ? ? ? u 统计量 ~ ( 1 ) t X t n S n ? ? ? ? t 统计量 0 ~ (0 ,1 ) X u N S n ? ? ? ( 近似服从 ) u 统计量 复习 2 ： 医药数理统计方法 ~ ( 1 ) d d t n t n S ? ? t 统计量 2. 配对比较总体均值的 t 检验 3. 正态总体方差的 检验 2 ? 2 2 2 ( 1 ) ~ ( 1 ) n S n ? ? ? ? ? ? 统计量 2 ? 医药数理统计方法 四、正态总体方差的 检验 2 ? 设总体 ， 为抽自总 体 X 的样本，总体均值 和方差 未知，则 2 ~ ( , ) X N ?? 1 2 , , , n X X X L 2 ? ? 检验统计量 2 2 2 ( 1 ) ~ ( 1 ) n S n ? ? ? ? ? ? 医药数理统计方法 检验步骤为： (1) 建立假设 : 0 0 1 0 : : H H ? ? ? ? ? ? (2) 在 H 0 成立的条件下，构造检验统计量 (3) 对于给定的显著水平 ? ，查 分布临界值表， 得双侧临界值 和 ； 2 /2 ( 1) n ? ? ? (4) 统计判断： 2 2 /2 ( 1 ) n ? ? ? ? ? 若 或 ， 拒绝 H 0 ，接受 H 1 ； 双侧 2 2 2 ( 1 ) ~ ( 1 ) n S n ? ? ? ? ? ? 2 ? 2 1 /2 ( 1 ) n ? ? ? ? 2 2 1 /2 ( 1 ) n ? ? ? ? ? ? 2 2 2 1/ 2 / 2 ( 1 ) ( 1 ) n n ? ? ? ?? ? ? ? ? ? 若 ， 接受 H 0 ，拒绝 H 1 ； 医药数理统计方法 例 6-7 . 根据长期正常生产的资料可知，某药厂生产 的利巴韦林药片重量服从正态分布，其方差为 0.25 ， 现从某日生产的药品中随机抽出 20 片，测得样本方 差为 0.43 ，试问该日生产的利巴韦林药片的重量波 动与平时有无差异？（ ） 解： 2 2 2 1 ) 2 0 1 )0 . 4 3 3 2 . 6 8 0 . 2 5 n S ? ? ? ?? ? ? ? （ （ =0.01 ? (1) 建立假设 : 0 0 1 0 : = 0 . 2 5 : = 0 . 2 5 H H ? ? ? ? ? ? (2) 在 H 0 成立的条件下，构造计算统计量 1 1 9 . d f n ? ? ? 医药数理统计方法 (3) 显著水平 ，查 表，得： 2 2 1 - 0 . 0 1 /2 0 . 9 9 5 2 2 0 . 0 1 /2 0 . 0 0 5 ( 1 9 ) = ( 1 9 ) = 6 . 8 4 4 ( 1 9 ) = ( 1 9 ) = 3 8 . 5 8 2 ? ? ? ? 2 ? = 0 . 0 1 1 9 d f ? ? ， (4) 统计判断： 2 2 2 0 . 9 9 5 0 . 0 0 5 ( 1 9 ) = 6 . 8 4 4 = 3 2 . 6 8 ( 1 9 ) = 3 8 . 5 8 2 ? ? ? ? ? Q 所以接受 H 0 ，拒绝 H 1 。 医药数理统计方法 １ . 假设检验的基本原理： 基本原理就是人们在实际问题中经常采用 的所谓 小概率原理 :“ 一个小概率事件在一次试 验中几乎是不可能发生的 ” . 假设检验的两类错误 小概率事件还是会发生的 医药数理统计方法 ２ . 两类错误及记号 (1) 当原假设 H 0 为真 , 观察值却落入拒绝域 , 而作出 了拒绝 H 0 的判断 , 称做 第一类错误 , 又叫 弃真错 误 。犯第一类错误的概率是显著性水平 。 ? (2) 当原假设 H 0 不真 , 而观察值却落入接受域 , 而作 出了接受 H 0 的判断 , 称做 第二类错误 , 又叫 取伪 错误 。犯第二类错误的概率大小用 β 表示。 医药数理统计方法 例：检验某种新药的疗效。 H 0 ：该药未提高疗效； H 1 ：该药提高了疗效。 第一类错误： （ 弃真 ） 本来无效，但结论为有效，此时若推 广此药，对患者不利。 第二类错误： （ 存伪 ） 本来有效，但结论为无效，此时若不 推广此药，会带来经济上的损失。 医药数理统计方法 假设检验的两类错误（概率） 实际情况 假设检验结论 拒绝 H 0 接受 H 0 H 0 为真 第