华南理工大学《管理统计学》课件-第5章假设检验.pptx

1;学习内容;假设检验的基本思想和原理 假设检验的步骤 单个总体参数的检验 两个总体参数的检验 P值的计算与应用 用Excel以及Spss或Minitab进行检验;第一节 假设检验的基本问题;5;什么是假设?;什么是假设检验?;;;原假设;为什么叫零假设？;研究者想收集证据予以支持的假设。 也称“研究假设”。 总是有符号 ?,?? 或 ? 表示为 H1 H1 ：? 某一数值，或? ?某一数值 例如, H1 ：? 10cm，或? ?10cm;【例】一种零件的生产标准是直径应为10cm，为对生产过程进行控制，质量监测人员定期对??台加工机床检查，确定这台机床生产的零件是否符合标准要求。如果零件的平均直径大于或小于10cm，则表明生产过程不正常，必须进行调整。试陈述用来检验生产过程是否正常的原假设和备择假设;【例】某品牌洗涤剂在它的产品说明书中声称：平均净含量不少于500g。从消费者的利益出发，有关研究人员要通过抽检其中的一批产品来验证该产品制造商的说明是否属实。试陈述用于检验的原假设与备择假设;【例】一家研究机构估计，某城市中家庭拥有汽车的比例超过30%。为验证这一估计是否正确，该研究机构随机抽取了一个样本进行检验。试陈述用于检验的原假设与备择假设。 ;一般的，原假设和备择假设是一个完备事件组，而且相互对立。 先确定备择假设，再确定原假设 。 等号“=”总是放在原假设上 。 因研究目的不同，对同一问题可能提出不同的假设(也可能得出不同的结论)。 假设检验的目的是要收集证据拒绝原假设。;备择假设没有特定的方向性，并含有符号“?”的假设检验，称为双侧检验或双尾检验(two-tailed test) 备择假设具有特定的方向性，并含有符号“”或“”的假设检验，称为单侧检验或单尾检验(one-tailed test) 备择假设的方向为“”，称为左侧检验 备择假设的方向为“”，称为右侧检验 ;假设;假设检验中的两类错误;显著性水平?;我们可以在事先确定用于拒绝原假设H0的证据必须强到何种程度。这等于说我们要求多小的P值。而这个P值就叫显著性水平，用?表示。 显著性水平表示总体中某一类数据出现的经常程度 假如我们选择?=0.05，样本数据能拒绝原假设的证据要强到：当H0正确时，这种样本结果发生的频率不超过5%；如果我们选择?=0.01，就是要求拒绝H0的证据要更强，这种样本结果发生的频率只有1% 如果P值小于或等于? ，我们称该组数据不利于原假设的证据有?的显著性水平。;significant(显著的)一词的意义在这里并不是“重要的”，而是指“非偶然的”。 在假设检验中，如果样本提供的证据拒绝原假设，我们说检验的结果是显著的，如果不拒绝原假设，我们则说结果是不显著的。;3. 一项检验在统计上是“显著的”，意思是指：这样的(样本)结果不是偶然得到的，或者说，不是靠机遇能够得到的。 拒绝原假设，表示这样的样本结果并不是偶然得到的；不拒绝原假设(拒绝原假设的证据不充分) ，则表示这样的样本结果只是偶然得到的。;假设检验中的小概率原理;检验能力;影响 ? 错误的因素;?错误和? 错误的关系;两类错误的控制;根据样本观测结果计算得到的，并据以对原假设和备择假设作出决策的某个样本统计量。 对样本估计量的标准化依据原则： 原假设H0为真 点估计量的抽样分布 ;显著性水平和拒绝域;;H0;H0;;H0;H0;H0;H0;决策规则;什么是P 值?;;;;原假设的可信度有多高？如果H0所代表的假设是人们多年来一直相信的，就需要很强的证据(小的P值)才能说服他们。 拒绝的结论是什么？如果拒绝H0而肯定H1，就需要有很强的证据显示要支持H1。比如，H1代表要花很多钱把产品包装改换成另一种包装，你就要有很强的证据显示新包装一定会增加销售量(因为拒绝H0要花很高的成本)。;有了P值，我们并不需要用5%或1%这类传统的显著性水平。P值提供了更多的信息，它让我们可以选择任意水平来评估结果是否具有统计上的显著性，从而可根据我们的需要来决定是否要拒绝原假设。 只要你认为这么大的P值就算是显著了，你就可以在这样的P值水平上拒绝原假设。 传统的显著性水平，如1%、5%、10%等等，已经被人们普遍接受为“拒绝原假设足够证据”的标准，我们大概可以说：10%代表有“一些证据”不利于原假设；5%代表有“适度证据”不利于原假设；1%代表有“很强证据”不利于原假设。;用P值进行检验比根据统计量检验提供更多的信息。 统计量检验是我们事先给出的一个显著性水平，以此为标准进行决策，无法知道实际的显著性水平究竟是多少。 比如，根据统计量进行检验时，只要统计量的值落在拒绝域，我们拒绝原假设得出的结论都是一样的，即结果显著。但实际上，统计量落在拒绝域不同的地方，实际的显著性是不同的。比如，统计量落在临