SPSS第四篇假设检验.ppt

第四章 假设检验 § 4.1 概述 § 4.1.1 几个基本概念 ? 原假设 (null hypothesis) H 0 : 在统计学中 , 把 需要通过样本去推断正确与否的命题 , 称为原 假设 , 又称虚无假设或零假设 . 它常常是根据已 有资料或经过周密考虑后确定的 . ? 备择假设 (alternative hypothesis)H 1 : 也叫 择一假设 , 原假设被否定之后应选择的与原假 设逻辑对立的假设 . ? 显著性水平 (significant level ) α : 确定 一个事件为小概率事件的标准 , 称为检验水平 . 亦称为显著性水平 . 通常取 α =0.05,0.01,0.1) H 0 —— 原假设 (null hypothesis) ， H 1 —— 备择假设 (alternative hypothesis) 双尾检验 (two tailed tset) ： H 0 ： μ=μ 0 ， H 1 ： μ≠μ 0 单尾检验 (one tailed tset) ： H 0 ： μ≥μ 0 ， H 1 ： μ ＜ μ 0 H 0 ： μ≤μ 0 ， H 1 ： μ ＞ μ 0 假设检验就是根据样本观察结果对原假设（ H 0 ）进行检验， 接受 H 0 ，就否定 H 1 ；拒绝 H 0 ，就接受 H 1 。 假设及检验的形式： § 4.1.2 假设检验问题的基本步骤： (1) 提出假设：原假设 H 0 及备择假设 H 1 (2) 选择适当的检验统计量，并指出 H 0 成立时该检 验统计量所服从的抽样分布 (3) 根据给定的显著性水平，查表确定相应的临 界值，并建立相应的小概率事件， (4) 根据样本观察值计算检验统计量的值 H 0 (5) 将检验统计量的值与临界值比较，当检验统 计量的值落入拒绝域时拒绝 H 0 而接受 H 1 ；否则不能 拒绝 H 0 ，可接受 H 0 。 已知条件 检验统计量 检验统计量 正态总 体σ 2 已 知 n x Z s m 0 - = § 4.1.3 几种常见的假设检验 已知条件 正态总 体σ2未 知 (n ＜ 30) n s x t 0 m - = 非正态总 体n≥30 σ2已知或 未知 n x Z s m 0 - = n S x Z 0 m - = 样本比率 p 近似服 从正态分 布 n P P P p ) 1 ( - - Z= § 4.2 假设检验的方法 假设检验的方法有三种 : 置信区间法 \ 接受域 法 \P 值法 . 置信区间法即是根据样本资料求出在一定把 握程度下的总体参数的置信区间 , 若该区 间包括了 则不能拒绝 H 0 , 否则拒绝 H 0 接受域法则是先根据显著性水平确定相应的 侧分点即接受域如 , 然后计 算在 H 0 成立下的检验统计量的值 Z, 若其 落在接受域内则不能拒绝 H 0, 否则拒绝 H 0 0 m ) , ( 2 2 ? ? Z Z - § 4.1.4 P 值法 所谓 P 值是指 H 0 视为真时，检验统计量在以其观察值为端点的 某区域内取值的概率。 计算方法： 在 已知时，检验统计量为 Z= ，其样本观测值为 Z 0 = ，表示样本均值的观察值。 在左侧检验中， P 值=P(Z≤Z 0 ); 在右侧检验中， P 值=P(Z≥Z 0 ); 在双侧检验中， P 值=2 P(Z≥| Z 0 |); P 值法的检验准则： 若 P 值≤ 时，则拒绝 H 0 ；接受 H 1 。 ? n X s m - 0 n X s m - s P 值 说明 ( α =0.05) 小于 0.01 0.01~ ０ . ０ 5 大于 0.05 具有高度统计显著性 , 非常强的证据拒绝 原假设 具有统计显著性，适当的证据可拒绝原 假设 较不充分的证据拒绝原假设 § 4.2 已知原始数据资料的假设检验 (Compare Means ) § 4.2.1 单样本 T 检验 One Sample T Test ) One Sample T Test 过程主要用于单个总体均值 的假设检验 . 例 1: 某厂用自动包装机装箱 , 在正常情况下 , 每箱重量 服从正态分布 (100,1.2 2 ), 某日开工后 , 随机抽 测 12 箱 , 重量如下 ( 单位 : 公 斤 )99.2\98.8\100.3\100.6\99.0\99.5\100.7 \100.9\99.1\99.3\100.1\98.6 问包装机工作 是否正常 ? ( α =0.05 方差不变 ) 操作步骤 : 这是已知原始数据的单个总体均值双尾检 验问题． 依题意，设 H 0 ：μ=１００ ， H 1 ：μ≠１００ (1) 定义变量 X, 输入数据 ;