2020假设检验完整版.pptVIP

第八期 - 假设检验 ( 总体均值检 验 ) 2 假设检验在统计方法中的地位 统计方法 描述统计 推断统计 参数估计 假设检验 ? 参数估计和假设检验是统计推断的两个组成部分，都是利用样 本对总体进行某种推断，但推断的角度不同。 ? 参数估计讨论的是用样本统计量估计总体参数的方法。 ? 假设检验讨论的是用样本信息去检验对总体参数的某种假设是 否成立的程序和方法。 3 假设检验一般问题 1 、假设问题的提出和基本思想 2 、几个重要的分布介绍 3 、双侧检验和单侧检验 4 、假设检验的步骤 5 ，总体均值的检验 6 ，举例 4 假设问题的提出 根据 1989 年的统计资料，某地女性新生儿的平均体重为 3190 克，现从 1990 年的女性新生儿中随机抽取 30 人，测得 其平均体重为 3210 克，问 1990 年的女性新生儿和 1989 年的 新生儿相比，体重有无显著性差异？ 从样本数据看， 1990 年女新生儿体重比 1989 年略高，但 这种差异可能是由于抽样的随机性带来的，也许这两年新 生儿的体重并没有显著差异。 究竟是否存在显著差异？可以先假设这两年新生儿的体 重没有显著差异，然后利用样本信息检验这个假设能否成 立。这是一个关于总体均值的假设检验问题。 5 假设检验的基本思想 统计的语言是用一个等式或不等式表示问题的原假设， 在新生儿体重这个例子上，原假设采用等式的方式。 （ 2 ）对于总体均值 ? X 是否大于某一确定值 ? X0 的原假设可以表示为： H 0 ： ? X ≥ ? X 0 （如 H 0 ： ? X ≥2000 克） 其对应的备择假设则表示为： H 1 ： ? X ＜ ? X 0 （如 H 1 ： ? X ＜ 2000 克 ) （ 3 ）对于总体均值 ? X 是否小于某一确定值 ? X 0 的原假设可以表示为： H 0 ： ? X ≤ ? X 0 （如 H 0 ： ? X ≤ 5 ％） 其对应的备择假设则表示为： H 1 ： ? X ＞ ? X 0 （如 H 1 ： ? X ＞ 5 ％） 注意：原假设总是有等号： ? 或 ? 或 ?? 。 （ 1 ）对于总体均值是否等于某一确定值的原假设可以表示为： H 0 ： （如 H 0 ： ? 3190 克） 0 X X ? 其对应的备择假设则表示为： H 1 ： （如 H 1 ： ≠3190 克 ) 0 X X ? 双侧检验 均为单 侧检验。 6 几个重要的分布介绍 标准正态分布 总体均值为 0 ，方差为 1 的正态分布，记为 ??~ （ 0,1 ） ?? 2 分布 定义 : 设 X 1 ,X 2 ,......X n 相互独立 , 都服从标准正态分布 N(0,1), 则称 随机变量 χ 2 =X 1 2 +X 2 2 +......+X n 2 所服从的分布为自由度为 n 的 χ2 分布 . 7 几个重要的分布介绍 t 分布 从图可以看出， t 分布的密度函数曲 线与标准正态分布的曲线非常相似， 随着自由度 n 的增加， t 分布原来越接 近标准正态分布。实际应用中，当 n ≥ 30 时， t 分布和标准正态分布就 非常接近了。 8 几个重要的分布介绍 F 分布 9 双侧检验与单侧检验的假设形式 假设 双侧检验 单侧检验 左侧检验 右侧检验 原假设 H 0 :? m = m 0 H 0 :? m ? m 0 H 0 :? m ? m 0 备择假设 H 1 :? m ≠ m 0 H 1 : m m 0 H 1 :? m m 0 10 双侧检验和单侧检验 在规定了检验的显著性水平α后，根据容量为 n 的样本，按照统计量的理论概率分 布规律，可以确定据以判断拒绝和接受原假设的检验统计量的 临界值 。 临界值 将统计量的所有可能取值区间分为两个互不相交的部分，即原假设的拒绝 域和接受域。 0 临界值 临界值 a? /2 a? /2 样本统计量 拒绝 H 0 拒绝 H 0 抽样分布 1 - a 置信水平 双侧检验 11 双侧检验和单侧检验 左侧检验 0 临界值 a 样本统计量 拒绝 H 0 抽样分布 1 - a 置信水平 观察到的样本统计量 12 双侧检验和单侧检验 右侧检验 0 临界值 a 样本统计量 拒绝 H 0 抽样分布 1 - a 置信水平 观察到的样本统计量 13 总体 构造假设 选择统计量并计算 作出决策 ? ? ? ? ? ? ? 抽取随机样 本 均值 ? x = 20 ? ? ? ? 提出假设 ! 作出决策 确定 a 1 ，根据研究需要提出原假设 H 0 和备择假设 H 1 2 ，确定适当的检验统计量 3 ，确定显著性水平α和临界值及拒绝域 4 ，根据样本数据计算检验统计量的值（或 P 值） 5 ，将检验统计量值与临界值比较，