市场调研调研数据深入分析.pptVIP

二、参数检验与统计量的分布 1、ｚ检验 ｚ检验分为单变量的ｚ检验和双变量的ｚ检验，是关于总体均值的假设检验。 第十七页，共三十九页。 （1）单变量情形。变量X服从均值为μ0、方差为σ2的正态分布，均值和方差已知。 H0：μ= μ0 ，H1： μ ≠ μ0 检验的样本统计量为 服从正态分布，在显著性水平α下， H0的拒绝域为|ｚ|ｚα/2。ｚα/2为查正态分布概率表得到的临界值 第十八页，共三十九页。 （2）双变量情况 变量X1服从均值为μ1，方差为σ12的正态分布；变量X2服从均值为μ2，方差为σ22的正态分布，且均值和方差已知。 H0： μ1 = μ2 ，H1： μ1 ≠ μ2 0 检验统计量为： 它服从正态分布，n1和n2为两个独立样本的样本容量，在显著性水平α下， H0的拒绝域为|ｚ|ｚα/2。 第十九页，共三十九页。 2、t检验 t检验分为单变量t检验和双变量t检验 第二十页，共三十九页。 （1）单变量t检验 变量X服从均值为μ0、方差为σ2的正态分布，总体方差未知。 H0：μ= μ0 ，H1： μ ≠ μ0 检验的样本统计量为 它服从自由度为n-1的t分布，在显著性水平α下， H0的拒绝域为|t|tα/2(n-1)。 tα/2(n-1)为查t分布概率表得到的临界值。 第二十一页，共三十九页。 （2）双变量情景 两个总体方差未知但相等，σ12=σ22， H0： μ1 = μ2 ，H1： μ1 ≠ μ2 0 检验统计量为： 它服从正态分布，n1和n2为两个独立样本的样本容量，在显著性水平α下， H0的拒绝域为|t|tα/2(n1+n2-1)。 第二十二页，共三十九页。 例：某企业研究促销活动对销售效果的影响，原预计实施促销后，产品的月销售额可增至2万元，促销活动后，研究人员对销售额进行了调查，发现促销后的月销售额只有1.7万元，标准差为0.25万元，能否由此推断促销没有达到预期的效果？ H0： μ=2， H1： μ2 要求 α=0.05，n=16，Sx=0.25, 采用t检验 计算检验统计量 采用单侧检验，查t分布表得t α(n-1)=t0.05(20-1)=1.756 |t| t0.05(20-1), 否定H0,接受H1，认为促销未达到预期效果 第二十三页，共三十九页。 3、F检验 F检验是在方差未知的条件下，关于两个总体方差相等的假设检验。 F服从自由度为（v1,v2)的F分布。n1、n2分别为两个样本的样本容量，S1、S2分别为样本标准差，临界值取决于自由度。在显著性水平α下， H0的拒绝域为FFα/2(n1 -1， n2-1)， F＜F1-α/2(n1 -1， n2-1)， Fα/2(n1 -1， n2-1)和F1-α/2(n1 -1， n2-1)为查t分布概率表得到的临界值。 第二十四页，共三十九页。 参数检验总结： （1）关于均值的检验，不论单、双总体，当方差已知时，用z检验，否则用t检验，大样本情景，都可以用z检验 （2）关于方差的检验，双总体方差相等假设需用F检验。 第二十五页，共三十九页。 三、非参数检验与统计量的分布 （1）非参数检验适用于定序变量和定类变量的假设检验。常用的方法是卡方检验 （2）卡方检验主要用于对独立样本本身和不同独立样本之间不同因素的差别检验 （3）单变量情形的卡方检验主要用于对频数表中各类对某变量特征的差异性分析 第二十六页，共三十九页。 H0:不存在由于变量X而导致的类别差异 H1：存在由于变量X而导致的类别差异 卡方统计量的数学表达式为 ⅹ2=∑（Oi-Ei)2/Ei 其中，Oi为单元i的观察（实际）频数，Ei为单元i的理论期望频数，统计量服从卡方分布，期望频数和观察频数之间的差值越大，卡方统计值越大。 在给定显著性水平α下，拒绝域为 ⅹ2 ⅹ α 2（n-1) ⅹ α 2（n-1)查卡方分布表中获得临界值 第二十七页，共三十九页。 例：9-2（p177) 奶酪口味偏好程度，调查了210人，要求对三种奶酪口味偏好程度进行调查，选出最喜欢的一种，结果如下 根据以上数据统