第三节 假设检验.pdfVIP

本章主要 内容 Ø §1 假设检验的基本概念 Ø §2 单个正态总体参数的假设检验 Ø §3 两个正态总体参数的假设检验 Ø §4 方差分析(ANOVA) 第三章 假设检验 在实际工作中，经常遇到这样的情况：人们对所考 察的总体的分布虽然缺乏确切的了解，但由于问题的 实际意义、历史资料或实践经验，能对总体的某种统 计特征做出一定的推测．比如，某总体的均值为 0 或方差为  2 ；两个总体的均值或方差一样；总体 0 服从某一已知的分布等等．那么自然要问，这种推断 或假设是否合理或正确呢？又当如何去检验呢？这便 是统计推断的另一类基本问题——假设检验． 一种合理、科学的方法是：从总体中随机抽样，然 后运用概率论的知识，对所提出的推测或假设做出适 当的判断．凡是有关总体分布的统计特征的假设，称 为统计假设，通常记作 H ，而通过抽样的方法来判 0 断统计假设的合理性、正确性的工作，称作统计假设 检验，简称假设检验． 假设检验可分为参数检验和非参数检验．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． 一、假设检验的统计思想 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．先看一个简单的例子． 例1 某工厂在正常情况下生产的电灯泡的寿命X (单位:h) 2 服从正态分布N(1600,80 ). 从该工厂生产的一批灯泡中 随机抽取10个灯泡，测得它们的使用寿命的均值为1548， 假设电灯泡使用寿命的标准差不变，能否认为该工厂生 产的这批电灯泡使用寿命均值 1600? 现在要检验的假设(hypothesis)是： H ： （ 1600 ） 0 称H 为原假设(或零假设, null hypothesis) ； 0 与它对立的假设是： H ： 1 称H 为备择假设(alternative hypothesis). 1 检验的目的就是在原假设与备择假设二者中选择其一， 如果认为原假设是正确的，则接受H 而拒绝H ,如果认 0 1 为原假设是不正确的则拒绝H 接受H . 0 1 那么，如何判断原假设H 是否成立呢？ 0 这里用到人们在实践中普遍采用的一个原则： 小概率事件在一次试验 中几乎不会发生 . 在假设检验中，我们称这个小概率为 显著性水平，用a表示. (significance level) 的选择要根据实际情况而定。 常取 现在回到我们前面灯泡寿命的例中： 在提出假设 H ： 1600； H ：≠1600后， 0 1 如何作出接受或拒绝H 的结论呢？ 0 由于 已知，取  ~ N(0,1) 当H 为真时， 0 ~ N(0,1) 对给定的显著性水平a，可以