理论统计学课件-简单试验的统计分析.pptVIP

（三）百分数资料的假设测验 1. 单个样本百分数的假设测验含义：这是测验某一样本百分数与某一理论值或期望值的差异显著性。 2. 两个样本百分数的假设测验含义：这是测验两个样本百分数的差异显著性，一般假设两个样本的总体方差是相等的。 3. 二项样本假设测验时的连续性矫正 （1）原因: 二项总体的百分数是由某一属性的个体数计算来的，在性质上属于间断性变异，其分布是间断性的二项分布。因而把它当作连续性的正态分布或t分布处理，结果会有出入。 （2）方法:补救的方法是在测验时进行连续性矫正。 单个样本百分数的假设测验 两个样本百分数的假设测验 三、方差的假设测验 （一）单个方差的假设测验 （二）两个方差相比较的假设测验 （一）单个方差的假设测验 1. 卡平方分布 （1）卡方值 （2）卡平方分布 （3）卡方分布曲线的特征 （4）卡方值表 2. 卡平方的测验方法 测验步骤 1. 卡平方分布 卡方值 次数资料的统计分析方法可用卡平方测验法。χ2值的计算方式为：χ2=∑(O-E)2/E ，式中的O为观察次数，E为理论次数。 当χ2值的下限为零，表示观察次数与理论次数完全符合；上限为+∞，表示观察次数和理论次数的差异增大时，χ2值也增大。 卡平方分布 2. 卡平方的测验方法 （1） 测验步骤 设立无效假设 确定显著水平α=0.05或0.01 在无效假设为正确的假设下，计算超过观察χ2值的概率 以所得概率的大小，接受或否定无效假设 （二）两个方差相比较的假设测验 1. F分布 （1）F值 （2）F分布 （3）F分布的特征 5条 （4）F值表 2. F测验 （1）基本条件 （2）测验步骤 1. F分布 2. F测验 F分布基本条件 变数x遵循正态分布 两样本方差彼此独立 测验步骤 与t或u测验一样，有四个步骤 四、假设测验的两类错误 （－）为什么会发生错误？ （二）错误的类型 1. 第一类错误 2. 第二类错误 （三）犯错误的概率 1. 犯第一类错误的概率 2. 犯第二类错误的概率 （四）减小犯错误的途径 4条 （－）为什么会发生错误？ 由试验的一个样本点决断H0的成立与否，这是由结果推断原因的做法，属归纳推理。归纳推理的结果使我们可能犯错误。 由于随机误差的作用，所得到的任何一次试验结果都不是一个必然事件，只根据一次试验结果所作的推断，可以看成是以一定的可靠程度而作出的结论，难免会带有一定的错误。 （二/三）错误的类型和犯错误的概率 第一类错误是：H0正确，而样本点碰巧落入H0的否定域而接受HA，这种错误称为弃真错误，弃真错误的概率为α。 第二类错误是： H0不真，而样本点碰巧落入H0的接受域而接受了H0 ，这种错误称为纳伪错误。纳伪错误的概率为β。β的大小与H0不真的程度及H0接受域的长短有关。 H0不真的程度越大、1-α越大（ H0接受域越长），则β越大。 （四）减小犯错误的途径 ① 在样本容量n固定的条件下，提高显著水平（取较小的α值），则将增大犯第二类错误的概率β值。 ② 在n和显著水平α相同的条件下，真总体平均数μ和假设平均数μ0的相差（以标准误为单位）愈大，则犯第二类错误的概率β值愈小。 ③ 为了同时降低犯两类错误的概率，需采用一个较低的显著水平，如α=0.05；同时适当增加样本容量n，或适当减小总体方差σ2，或两者兼而有之。 ④ 若显著水平α已固定下来，则增加样本容量和改进试验技术可以有效地降低犯第二类错误的概率。 第二节 参数的区间估计 －、基本概念 二、区间估计的特点 三、区间估计的方法 四、区间估计与假设测验 －、基本概念 参数的点估计：以样本的统计数直接估计总体的相应参数。 参数的区间估计：在一定的概率保证之下，估计出参数可能在内的一个范围或区限。 这个区间称置信区间或置信距，区间的上、下限称为置信限。 保证参数在该区间内的概率以P=(1-α)表示，称为置信系数或置信度。 二、区间估计的特点 置信度1-α通常取接近1的值，在实际应用中常取95%和99%，体现了置信水平的中、高两个档次。为什么这样取，这是由于存在着估计精度与置信度的此长彼消的矛盾。 区间的平均长度越短，精度越高，置信度越小；反之精度越低，置信度越大。统计学的原则是在可靠度优先的前提下，寻找尽可能短的区间估计。 三、区间估计的方法 （一）总体平均数μ的置信区间估计 （二）总体方差的置信区间估计 （一）总体平均数μ的置信区间估计 1. 总体平均数μ的置信限（详讲） 2. 两个总体平均数差数的置信限 3. 二项总体百分数的置信限 4. 两个二项总体百分数差数的置信限 1. 总体平均数μ的置信限 当σ2已知时，μ的置信区间和置信上、下限 当σ2未知且时， μ的