假设检验的基本原理.pptVIP

xx 感谢你的观看 第十二章 假设检验 假设检验的根本原理 显著水平检验法与正态总体检验 * 感谢你的观看 2021年8月23 * xx 2019年8月23 第十二章 假设检验 假设检验是对总体的分布函数的形式或分布中某些参数做出某种假设,然后通过抽取样本,构造适当的统计量,对假设的正确性进行判断的过程. 前面我们讨论了在总体分布的情况下,如何根据样本去得到参数的优良估计.但有时,我们并不需要估计某个参数的具体值而只需验证它是否满足某个条件,这就是统计假设检验问题. * 感谢你的观看 2021年8月23 * xx 2021-10-10 第十二章 假设检验 假设检验 参数假设检验 非参数假设检验 总体分布， 检验关于未知参数 的某个假设 总体分布未知时的 假设检验问题 * 感谢你的观看 2021年8月23 * xx 2021-10-10 第一节 检验的根本原理 一、检验问题的提法 假设检验是既同估计密切联系，但又有重要区别的一种推断方法。 例如：某种电子元件寿命X服从参数为λ的指数分布，随机抽取其中的n件。测得其寿命数据， 问题⑴，这批元件的平均寿命是多少？ 问题⑵，按规定该型号元件当寿命不小于5000(h)为合格，问该批元件是否合格？ 问题⑴是对总体未知参数μ=E(X)=1/λ作出估计。答复“μ是多少？〞，是定量的。问题⑵那么是对假设“这批元件合格〞做出接受还是拒绝的答复，因而是定性的。 * 感谢你的观看 2021年8月23 * xx 2021-10-10 对上述例子，还可做更细致考察，设想如基于一次观察 数据算出μ的估计值 ，我们能否就此接受“这批 元件合格〞的这一假设呢？尽管 但这个估计仅仅 是一次试验的结果，能否保证下一次测试结果也能得到μ的 估计值大于5000呢？也就是说从观察数据得到的结果 与参考值5000的差异仅仅是偶然的呢？还是总体均值μ确实 有大于5000的“趋势〞？ 这些问题是以前没有研究过的。一般而言，估计问题是答复总体分布的未知参数是多少？或范围有多大？而假设检验问题那么是答复观察到的数据差异只是时机差异，还是反映了总体的真实差异？因此两者对问题的提法有本质不同。 第一节 检验的根本原理 * 感谢你的观看 2021年8月23 * xx 2021-10-10 下面通过一个例子介绍 原假设和备择假设 二.原假设和备择假设 第一节 检验的根本原理 * 感谢你的观看 2021年8月23 * xx 2021-10-10 例1(酒精含量) 一种无需医生处方即可到达的治疗咳嗽和鼻塞的药。按固定其酒精含量为5﹪.今从一出厂的一批药中随机抽取10瓶,测试其酒精含量得到的10个含量的百分数: 5.01, 4.87, 5.11, 5.21, 5.03, 4.96, 4.78, 4.98, 4.88, 5.06 如果酒精含量服从正态分布N(μ,0.00016),问该批药品的酒精含量是否符合规定? 任务: 通过样本推断X的均值μ是否等于5. 假设:上面的任务就是要通过样本去检验“X的均值=5〞这样一个假设是否成立.(在数理统计中把“X的均值μ=5〞这样一个待检验的假设记作“H0:μ=5〞称为 “原假设〞或 “零假设〞.说明数据的“差异〞是偶然的,总体没有 “变异〞发生. * 感谢你的观看 2021年8月23 * xx 2021-10-10 原假设的对立面是“X的均值μ≠5〞记作“H1:μ≠5〞称为“对立假设〞或“备择假设〞.说明数据的“差异〞不是偶然的,是总体 “变异〞的表现. 把它们合写在一起就是:H0:μ=5 H1:μ≠5 原假设H0说明含量符合规定，这个5﹪也称之为期望数，尽管10个数据都与5﹪有出入，这只是抽样的随机性所致;备择假设H1说明总体均值μ已经偏离了期望数5﹪，数据与期望数5﹪的差异是其表现. 假设检验 的任务 必须在原假设与备择 假设之间作一选择 * 感谢你的观看 2021年8月23 * xx 2021-10-10 检验统计量是构造一个适当的能度量观察数与原假 设下的期望数之间的差异程度的统计量,此统计量为检验统计量. 特点:在原假设H0下分布是完全一致或者说可以计算. 因而通过标准化 可得到检验统计量 三.检验统计量 本例的观察数通过样本平均 表示,它是μ的一 个无偏估计,而在H0下的期望数为μ=5,在H0下 * 感谢你的观看 2021年8月23 * xx 2021-1