第五章--假设检验.docxVIP

第五章假设检验 第一节假设检验中的基本概念和基本原理 一、统计假设的概念 统计假设，指的是和抽样手段联系在一起，并且依靠抽样数据来进行验证的假设。 统计假设的内容都是数量化了的， 而且验证的依据都是凭借抽样调查所取得的资料， 在抽 取样本资料时，必须保证抽样的随机性。 1原假设h 0 假设:备择假设h 1 原假设，乂称为零假设。它一般是根据已有的资料，或经过周密考虑后确定的、具有稳定 性的、受保护的经验和看法。因此，若没有充分根据 ，h°是不会被轻易否定的。 备择假设，乂称为研究假设。经过抽样调查，若有充分根据否定原假设 h°，自然就得接受 其逻辑对立面。原假设 h°的逻辑对立面即为备择假设。 以总体均值h的假设检验为例，根据问题的不同，假设检验可能有三种： 1、双边检验H。：Hi：2 1、双边检验 H。： Hi： 2、右侧单边检验 H。： Hi： 3、左侧单边检验 H° : Hi： 二、假设检验的基本原理一一小概率原理 小概率原理可归纳为两个方面：一是可以认为小概率事件在一次观察中是不可能出现的； 二是如果在一次观察中出现了小概率事件， 那么，合理的想法是否定原来认为该事件具有小概 率的看法。 假设检验的基本思想：经过随机抽样获得一个来自总体的样本，然后根据样本计算某个（或 某几个）统计量的数值。若在原假设 h0成立的条件下，该统计量数值的出现几乎是不可能的， 就拒绝或否定原假设 h。，并接受它的逻辑对立面一一备择假设 h 1 °反之，如果在原假设H ° 成立的条件下，该统计量数值出现的可能性不是很小的话，就没有理由拒绝原假设 h °。 三、假设检验中的统计量 1、在原假设h°成立的情况下，统计量中不应包含有未知参数，其数值应该是确定的。 2、所选用的统计量的分布应该是已知的，是有表可查的。 Z=—n例如，对丁正态总体均值 卜的检验h ° ： P =卜0 Z=— n a 2已知） t=￡± （s 2未知） S n 四、显著性水平: 显著性水平a是假设检验中所规定的小概率的数量界限。 也就是在原假设H。成立的条件 下，判断统计量数值的出现是否是小概率事件的标准。常用的标准有： a =0.1,a =0.05或 a =0.01。 五、临界值、接受域和拒绝域 选定一个检验统计量后，在原假设 h。成立的条件下，就可画出统计量的分布。再根据给 定的显著性水平? ,就可确定临界值、接受域和拒绝域。 2 比如，对丁正态总体均值 卜的双边检验H 0 :卜=卜0 ,在总体方差a已知的情况下，我 们选择Z = 为统计量；根据原假设 H 0 ：卜=卜0，就可以画出如图5-1-1所示的Z统计 n 量的分布。 图5-1-1 Z 统计量的分布 由丁双边检验把拒绝原假设H0的小概率事件定在了统计量分布的两侧，因此，两侧尾部 面积总和所代表的概率即为显著性水平 a。乂由丁 Z统计量的分布是对称的，所以每侧的概率 都是叫2。查标准正态分布表可得： . a . ? P（Z〉Zw2）=万，P（Z-Za2）=^ 即 P（-Z：2 tZ : Z：2）= 1-： 根据假设检验的小概率原理，如果统计量的值7 7 2或7 -7 2，就应拒绝原假设 Zc Z* Zc Z 疽 H。；反之，若统计量的值-Z2ZcZr2，就应接受原假设h oo 因此，该双边检验以-7和7.2为临界值，两者之间的区域为接受域，两边为拒绝域。 乙：2 乙：?2 六、双边检验和单边检验 （一）双边检验 双边检验的假设形式为： H 0：卜=卜。一7 H1:卜孝k 0 双边检验的拒绝域被定在了统计量分布的两侧。若给定的显著性水平为 ?，则每侧拒绝域 的概率应各为a/2。假定所选统计量为Z统计量，贝U临界值7 .2和显著性水平0有如下的关系 Z Q：2 式： P（-Z：.2 ：z N】— 也就是说，该双边检验的拒绝域为： Z Zx2或Z-Zo（2，如图5-1-3所示。 图5-1-3 双边检验的接受域、拒绝域 （二）单边检验 右侧单边检验 右侧单边检验的假设形式为： H。：卜=卜0一t H1：卜》^。 右侧单边检验把拒绝域定在了统计量分布的右侧。若给定的显著性水平为 ?，则统计量分 布右尾的概率应为。假定所选统计量为Z统计量，则临界值Z。和显著性水平有如下的关 P（Z Z 也就是说，该右侧单边检验的拒绝域为： Z Za，如图5-1-4所示 左侧单边检验 左侧单边检验的假设形式为： H。： H = T H1： kk 0 左侧单边检验把拒绝域定在了统计量分布的左侧。若给定的显著性水平为 ?，则统计量分 布左尾的概率应为0。假定所选统计量为Z统计量，则临界值-Za和显著性水平0有如下的 关系式 P（Z ：Z：） = 也就是说，该左侧单边检验的拒绝域为： Z~Z^_，如图5-1-5所示 第二节假设检验的步