自-应用统计方法-参数估计与假设检验方法 .docxVIP

第二节假设检验与参数估计方法 本节将讨论如何通过样本去推断总体，由样本推断总体是以各种统计量的抽样分布为基础的。对总体的推断，可以通过两个途径来实现。一是首先对所估计的总体提出一个假设，例如假设这个总体的均值P等于某个定值P0，然后以样本为依据，以统计量为工具去推断这个假设是否可以接受。如果可以接受,说明总体均值P=L;否则，说明pwp0。二是通过统计量去估计总体参数。前者称为统计假设检验，后者称为总体参数估计。 假设检验原理和方法 在生物学试验研究中，要检验某种试验方法的效果、某个品种的优劣、某种药品的疗效等，所得试验数据往往存在着一定的差异，这种差异是由随机误差引起的，还是由试验处理的效应造成的？这个问题必须经过一番分析才能给出答案，因为在试验结果中往往是处理效应和随机效应误差混在一起，从表面上看，不易区分开，因此必须通过概率计算,采用假设检验的方法，才能作出正确的推断。 1假设检验的基本原理 例：用某种动物作试验材料，要求动物的平均体重R=10g，若^10g需要再饲养； 若p10g则应淘汰。又知动物体重服从正态分布，且由以往经验知b=0.15g。现从 一批试验的动物中，随机抽取1。只，称得体重(g):为 9.93,9.89,10.15,10.10,9.96,9.87,10.22,10.08,9.98,10.09 问这批动物能否供试验用？ 解:若用X表示这批动物的体重，显然X~N(P,b2)，其中P未知。 针对样本观测值如何推断P=10g还是P卫10g，我们做如下分析； 对所研究的总体提出一个假设 为了得到对总体均值P的推断，可以假设总体均值P等于给定的值P°,即 原假设：Hq：p=%或Hq：p—%=0 与原假设相对立的假设称为备择假设，备择假设就是当Ho被拒绝后，可供选择的假设； H1：日。七；或H1:日〈七；或H1：日七 备择假设的提出要视具体问题而定。 在上述假设下，选择一个样本统计量又称检验统计量，用以作为检验Ho的工具，并考查该统计量的分布。我们选择统计量X-^X-^ U==b/nb —X这里b—=b/n称为样品的标准误，这里日=%=10g,而且X=10.03g,n=l 0,b=0.15,由样本观测值可以算出该检验统计量的值U=以03-10=0.6325 0.15/10确定原假设H°的拒绝域 前面算出的U=0.6325，是在承认H°成立的前提下得到的，但是，现在我们还不知道实验动物体重这个总体是否真的符合该假设。 如果上面算出的U值是不合理的，就表明我们所做的原假设Ho是不合适的，这时我们就应该拒绝或否定原假设。使得我们拒绝或否定原假设H°的U值的全体叫做原假设H°的拒绝域。拒绝域的确定关键在于分清哪些U值是“合理”的，而那些是“不合理”的。它们的依据是人们在实践中广泛采用的“小概率原则”。所谓“小概率原则”是指小概率事件在一次观测或试验中一般是不会发生的，如果发生，就认为这个现象是不合适的。 由前面分析我们知道，给定以〉0,(0V以V1),对于标准正态分布，我们总可以找到这样的临界值u，使得Q2 P(U\u)=aa2如果把a取得相当小，如a=0.05，通过查标准正态分布的临界值表，得到u=1.96,a 2即 P(|U|u)=P(|U|1.96)=0.052 如果在一次观测中，上述时间发生了，即满足条件 U\ua=1.962按小概率原则，就应该拒绝否定原假设H°,也就是得到了H°的拒绝域；| |1.96) 由于拒绝域|1.96）分布在日0的左右两侧，所以称这类检验为双侧检验，又称u检验。 由于拒绝域 在实际问题中，还经常需要检验四睥°是否成立，此时在显著性水平a下，检验假设 H°:…。 是否相容，选统计量U=X_P0?N(0,1)b—X对于给定的水平a，查标准正态分布的上侧临界值a，使得 P（X—^a）=a—X从而得到H°的拒绝域为;XfLj—X7这时H0的拒绝域在日0的一侧，称为单侧检验。 （4）对原假设进行推断 在以上例题中，由样本观测值算得U=0.6325，它没有落入拒绝域：UI1.96，因此，我们可以认为H。是相容的，即卜四0=10（g）,故这批动物可供实验用。 否则，若算得U值落入拒绝域，就有理由怀疑H°的真实性，而接受备择假设 需要说明的是，对原假设进行推断与a的选取有关，在a=0.05的水平下否定原假设,称差异性是显著的；而在a=0.01的水平下否定原假设，称差异性是极显著的，以上检验称为显著性检验。 2假设检验的方法、步骤从以上的讨论中，可归纳出假设检验的方法、步骤如下: 提出假设:根据问题的实际意义，或重点考察的内容，提出原假设H0和备择假设H1,写明其具体内容。如H0*二七，H1:pW%等等； 原假设是假设检验的基础，它可能有以下几个来源(a)依据以往的经验或某些实验的结果；(b)依据某种理