假设检验和样本数量分析④单比率检验双比率检验详解.ppt

假设检验及功效和样本数量分析④ 单比率检验 双比率检验 功效和样本数量 (Power and Sample Size Analysis)  单比率检验双比率检 预备知识 单样本 总体与样本 统计推断是由样本的信息来推测总体性能的 总体一一研究的一类对象的全体组成的集合 一种方法。 体——总体中的每一个考察的对象 在通过样本获得一批数据后,要对总体的某 样本一一从总体中抽出的一部分个体的集合。 参数进行估计和检验 样本数量一一样本中包含的个体的数量。 多健身球 例如,我们想了解一种健身球生产过程的不 应该全是合格的吧 合格品率p是否为po=2%,通过对样本的测量获 得一批数据,然后对健身球不合格品率p进行推 断,这是单样本检验的问题 Ho H1:p丰p 建立检验假设(如双侧检验) H:p=0.02不合格晶率为2% H1:p*0.02不合格品率不是2% 由样本信息作为总体信息估计值  单比率检验双比率检 预备知识 样本 总体与样本 统计推断是由2个样本的信息来推测2个总体 性能,推断特征相比是否有显著差异 例如,直径为65cm的健身球,新研制出 健身球2#生产成本较低,如果生产过程的不 合格品率与原来的1#产品一致,则用2#产品 替代1#产品。 通过对2个样本的測量获得两部分数据 然后对两种健身球(1#产品和2#产品)的 健身球1 健身球 ○不合格品率进行是否存在差异进行推断 推断1#产品的不合格品率是否大或小于2#产 品的不合格品率),这是双样本比率检验的 问题。 建立检验假设(如双侧检验) H:p1=p2不合格品率无差异 样本间的差异是由抽样误差引起的 我们通过2个样本来了解2个总体 H1:p:即2不合格品率有差异 由样本信息推断2个总体相比是否有差异 样本与样本所代表的总体问存在显著差异  单比率检验双比率检 预备知识 二项分布的概念 二项分布( binominal distribution)是一种重要的离散型分布。 数据属于只有两个可能结果的独立实验的结果,一个表示希望的“事件”,另一个表示“非 事件”(每一观察只具有相互独立的一种结果),如,通过与失败、合格与报废、有效或无效、 是或否、0或1等 通常,1代表抽到不合格品,O代表抽到合格品。 总体不合格品比率记作p,样本不合格品比率记作P X其中 总体中随机抽取样本个数 X出现不合格品数  单比率检验双比率检 预备知识二项分布 r(n-1)…(n-x+1) 二项分布的概率P(X=x)=Gp3(-p) C=1 总体中随机抽取样本个数 X=出现不合格品数 质量部门对一批产品进行了检验,长期以来生产过程 p=0.1,n=5概率分布图 的不合格品率=10%检验员检测了5件产品(有放回 抽样),求检验到的不合格品数 不合格品数是0的概率P(X=0)=C,0(1-0.1)0=0.59049 32805 不合格品数是的概率P(X=1)=Co.1(1-0.1)=0.32805 同理计算不合格品数为2、3、4、5的概率 L x I .0729 L=0s94032803100729001100500 0.00810.00050.0001 p=01,n=30、50、100二项分布的概率分布图形 n足够大,分布近似正态分布, 5  单比率检验双比率检 预备知识 比率检验 比率检验 个总体 两个总体 总体 两个总体 单比率检验 服从二项分布 双比率检验 服从二项分布 I Proportion-test 2 Proportion-test Z检验 精确检验 Z检验 精确检验 正态近似检验 二项分布 正态近似检验 超几何分布 乙检验的适用条 Z检验的适用条件 样本含量n足够大,nP与n(1一P)均大于5 当两样本含量n,及n,足够大, 此时样本率的分布近似正态分布 n,P、n(1-P)及n2P2、n2(1-P2)均大于5 可利用正态分布的原理作Z检验 可根据正态分布原理,进行Z检验  单比率检验双比率检 单比率检验 双侧检验 左侧检验 右侧检验 单比率检验 检验假设 Ho: p=po Ho:p≤po 单比率检验用于根 H1 H1: pp H1: ppo 据样本数据对总体 比率进行推断 拒绝域 1z|≥Z1.a2 z≤za Z 单比率检验 P低决策 P鱼α拒绝H I Proportion-test 统计量 p- p Z检验 式中: 正态近似检验 n:样本数 P:样本的比率 p:比率参考值 样本含量n足够大