金融数据统计 知识：总体和样本 假设检验.pptxVIP

金融数据统计 项目三 从数据看总体 主讲教师：王微 知识点：假设检验 目录页 知识：提出假设 1 知识：检验统计量 2 知识：拒绝域 3 知识：决策 4 假设检验 假设检验是先对总体的参数（或分布形式）提出某种假设，然后利用样本信息判断假设是否成立的过程。 假设检验的步骤通常分为5步: ①提出假设 ②从总体中随机抽取一个样本 ③确定一个适当的检验统计量，并用样本数据计算出具体数值 ④确定一个适当的显著水平，计算出临界值，指定拒绝域； ⑤将③中计算的具体数值与④中的临界值进行比较，做出决策。在前计算机时代（手工计算），如果③计算的数值落在拒绝域，则拒绝原假设，否则不拒绝。在计算机时代，则直接利用值做出决策，如果值小于，则拒绝。 提出假设 对总体参数作一个试验性的假设，将其称为原假设（Null hypothesis），记作H0 再定义一个与原假设相反的假设，称之备选假设（Alternative hypothesis），记作H1 原假设和备择假设是相互对立的。 通常，多数的假设检验都以否定原假设为目标，即人们希望通过掌握的反映现实世界的数据找出假设和现实之间的矛盾，从而否定这个假设，并称该检验显著(significant) 提出假设 一般来讲，等号“＝”总是放在原假设上。 如果备择假设没有特定的方向性，并含有符号“≠”，这样的称为双侧检验或双尾检验。 如果备择假设具有特定的方向性，并含有符号“＞”或“＜”的假设检验，称为单侧检验或单尾检验 备择假设的方向为“＜”，称为左侧检验；备择假设的方向为“＞”，称为右侧检验 假设检验的可能出现的错误 第I类错误：原假设为真时拒绝原假设。第I类错误的概率记为，被称为显著水平。 第II类错误：原假设为假时未拒绝原假设。第I类错误的概率记为。 相对而言更加严重的是第I类错误，所以的值应该尽可能小。 检验统计量 检验统计量是根据样本数据计算所得的某个样本统计量的标准化结果 常用的检验统计量有t 统计量、Z 统计量、F 统计量等。 当总体是正态分布或大样本(n=30 )时的非正态分布时，使用Z检验统计量。 当总体是正态分布，小样本抽样。如果总体标准差已知，则上面的 Z 检验统计量。如果总体标准差未知时，使用 t 检验统计量。 检验统计量 拒绝域 在原假设条件下，样本估计量服从一个给定的概率分布，而在备选假设下则不然。所以，如果检验统计量的值落在上述分布的临界值之外，则可拒绝原假设，否则不能拒绝原假设 决策 假设检验的决策是指给出结论：拒绝原假设，还是不拒绝原假设 决策的做出可以通过检验统计量与拒绝域的比较，也可以通过p-值与显著水平α 的比较。