假设检验的基本方法.pptxVIP

第七章 假设检验;;假设检验的概念与思想;什么是假设?;什么是假设检验？;;假设检验的过程（提出假设→抽取样本→作出决策）;假设检验的步骤 提出原假设和备择假设 确定适当的检验统计量 规定显著性水平? 计算检验统计量的值 作出统计决策;提出原假设和备择假设;什么是备择假设？(Alternative Hypothesis) 1. 与原假设对立的假设 2. 总是有不等号: ?,?? 或 ? 3. 表示为 H1 H1：? 某一数值，或? ?某一数值 例如, H1：? 3910(克)，或? ?3910(克);什么检验统计量？ 用于假设检验问题的统计量 选择统计量的方法与参数估计相同，需考虑 是大样本还是小样本 总体方差已知还是未知 检验统计量的基本形式为 ;规定显著性水平?;作出统计决策;假设检验中的两类错误 （决策风险）;假设检验中的两类错误;H0: 无罪;? 错误和 ? 错误的关系;基本原则：力求在控制α前提下减少β α—显著性水平，取值：0.1, 0.05, 0.01等 如果犯I类错误损失更大，为减少损失，α值取小； 如果犯II类错误损失更，α值取大。 ;影响 ? 错误的因素;检验能力(power of test);双侧检验和单侧检验;双侧检验与单侧检验 (假设的形式);双侧检验（原假设与备择假设的确定）;双侧检验（确定假设的步骤）;提出原假设: H0: ? = 4 提出备择假设: H1: ? ? 4;双侧检验（显著性水平与拒绝域 ） ;双侧检验（显著性水平与拒绝域 ） ;双侧检验（显著性水平与拒绝域 ） ;双侧检验（显著性水平与拒绝域 ） ;单侧检验（原假设与备择假设的确定）;单侧检验（原假设与备择假设的确定）;单侧检验（原假设与备择假设的确定）;单侧检验（原假设与备择假设的确定）;提出原假设: H0: ? ? 10000 选择备择假设: H1: ? 10000;提出原假设: H0: ? ? 25 选择备择假设: H1: : ? ? 25;单侧检验（显著性水平与拒绝域 ） ;左侧检验（显著性水平与拒绝域 ） ;左侧检验（显著性水平与拒绝域 ） ;右侧检验（显著性水平与拒绝域 ） ;右侧检验（显著性水平与拒绝域 ） ;;一个总体的检验;检验的步骤;总体方差已知时的均值检验(双尾 Z 检验);一???总体的检验;总体均值的检验(检验统计量);均值的双尾 Z 检验 (?2 已知);均值的双尾 Z 检验(实例);均值的双尾 Z 检验（计算结果）;总体方差已知时的均值检验(单尾 Z 检验);均值的单尾 Z 检验 (?2 已知);均值的单尾 Z 检验（提出假设）;均值的单尾Z检验 （实例）;均值的单尾Z检验 （计算结果）;均值的单尾Z检验 （实例）;均值的单尾Z检验 （计算结果）;总体方差未知时的均值检验(双尾 t 检验);一个总体的检验;均值的双尾 t 检验(?2 未知);均值的双尾 t 检验 （实例）;均值的双尾 t 检验 （计算结果）;总体方差未知时的均值检验(单尾 t 检验);均值的单尾 t 检验（实例）;均值的单尾 t 检验 （计算结果）;总体比例的假设检验（Z 检验）;适用的数据类型;一个总体的检验;一个总体比例的 Z 检验;一个总体比例的 Z 检验 （实例）;一个样本比例的 Z 检验 （结果）;总体方差的检验(?2 检验);一个总体的检验;方差的卡方 (?2) 检验;卡方 (?2)检验实例;卡方 (?2) 检验 计算结果; 几种常见的假设检验;;;;;;利用置信区间进行假设检验;利用置信区间进行假设检验（双侧检验）;利用置信区间进行假设检验（左侧检验）;利用置信区间进行假设检验（右侧检验）;利用置信区间进行假设检验 (例子);利用置信区间进行假设检验（计算结果）;利用 P-值进行假设检验;什么是 P 值？（P-Value）;;固定显著性水平是否有意义;利用 P 值进行决策;单侧检验;双尾 Z 检验 (P-值计算实例) ;双尾 Z 检验 (P-值计算结果);双尾 Z 检验 (P-值计算结果);双尾 Z 检验 (P-值计算结果);双尾 Z 检验 (P-值计算结果);双尾 Z 检验 (P-值计算结果);双尾 Z 检验 (P-值计算结果);双尾 Z 检验 (P-值计算结果);单尾 Z 检验  (P-值计算结果);单尾 Z 检验 (P-值计算结果);双尾 Z 检验 (P-值计算结果);单尾 Z 检验 (P-值计算结果);单尾 Z 检验 (P-值计算结果);单尾 Z 检验 (P-值计算结果);单尾 Z 检验 (P-值计算结果);单尾 Z 检验 (P-值计算结果);单尾 Z 检验 (P-值计算