《概率论与数理统计》7.pdfVIP

第七章 假设检验 西安理工大学 §7.1 假设检验思想概述 (Summary of Hypothesis Test Idea) §7.2 正态总体参数检验 (Parameter Test of Normal Collectivity) §7.3 检验的实际意义及两类错误(Practical Significance of Tests and Two Types Error) §7.1 假设检验思想概述 (Summary of Hypothesis Test Idea) 前一章讲了对总体参数的估计问题，即是对样本进行 适当的加工，以推断出参数的值（或置信区间）。本 章介绍的假设检验，是另一大类统计推断问题。它是 先假设总体具有某种特征（例如总体的参数为多 少），然后再通过对样本的加工，即构造统计量，推 断出假设的结论是否合理。假设检验有它独特的统计 思想，也就是说引入假设检验是完全必要的。我们来 考虑下面的例子。 Example 7.1 某厂家向一百货商店长期供应某种货 物，双方根据厂家的传统生产水平，定出质量标 准，即若次品率超过3%，则百货商店拒收该批货 物。今有一批货物，随机抽43件检验，发现有次品 2件，问应如何处理这批货物？ 先假设次品率p≤ 3% ，然后从抽样的结果来 说明p≤ 3%这一假设是否合理。注意，这里用的 是“合理”一词，而不是“正确”，粗略地说就是“认 为p≤ 3% ”能否说得过去。 Example 7.2 某研究所推出一种感冒特效新药，为证 明其疗效，选择 200 名患者为志愿者。将他们均分为 两组，分别不服药或服药，观察三日后痊愈的情况， 得出下列数据。 痊愈者 未痊愈者 合计 未服药者 48 52 100 服药者 56 44 100 合 计 104 96 200 问新药是否确有明显疗效？ 这个问题就不存在估计什么的问题。从数据来看，新 药似乎有一定疗效，但效果不明显，服药者在这次试验中 的情况比未服药者好，完全可能是随机因素造成的。对于 新药上市这样关系到千万人健康的事，一定要采取慎重的 态度。这就需要用一种统计方法来检验药效，假设检验就 是在这种场合下的常用手段。具体来说，我们先不轻易地 相信新药的作用，因此可以提出假设“新药无效”，除非 抽样结果显著地说明这假设不合理，否则，将不能认为新 药有明显的疗效。这种提出假设然后做出否定或不否定的 判断通常称为显著性检验(Significance test)。 假设检验也可分为参数检验(Parametric test)和非参数检验(Nonparametric test) 。当总 体分布形式已知，只对某些参数做出假设，进 而做出的检验为参数检验；对其它假设做出的 检验为非参数检验。如例 7.1 中，总体是两点 分布，只需对参数P 做出假设检验，这是参数检 验问题，而例 7.2 则是非参数检验的问题。与 估计问题稍不同的是，一般来说非参数检验同 参数检验一样，在实际中经常要用到，因此， 我们准备花一定的篇幅分别加以介绍。 无论是参数检验还是非参数检验，其原理和步骤都 有共同的地方，我们将通过下面的例子来阐述假设检验 的一般原理和步骤。 Example 7.3 据报载，某商店为搞促销，对购买 一定数额商品的顾客给予一次摸球中奖的机会，规定从 装有红、绿两色球各１０个的暗箱中连续摸１０次（摸 后放回），若 10 次都是摸得绿球，则中大奖。某人按规 则去摸１０次，皆为绿球，商店认定此人作弊，拒付大 奖，此人不服，最后引出官司。 我们在此并不关心此人是否真正作弊，也不关心官 司的最后结果，但从统计的观点看，商店的怀疑是有道 理的。因为，如果此人摸球完全是随机的，则要正好在