31假设检验初述二类错误.docxVIP

第三章 假设检验 假设检验 两类错误 假设检验（hypothesis te）st假设检验是统计推断的另一类重要 问题，是概率意义下的一种反证法。 一般，当母体 X 的分布完全未知， 或只知其形式而不知其参数时，为推断 母体的有关特性，提出针对母体的某项假设；再对母体进行抽样，依据子样值对所提假设做出接受或拒绝的决策。 决策依据——实际推断原理小概率事件在一次试验中几乎不发 生。若抽样结果是小概率事件在这一次试验中发生了，就有理由怀疑假设的正确性，从而做出拒绝原假设的决策；否则接受原假设。 例 3.1.1 某饮料厂在自动流水线上装饮料，每瓶的重量（单位：克） X ~ N ( ,102 )，正常生产情况下 500 ，一段时间后，为检查机器工作是否正常， 抽取9 个样品，称重后算得 x 494 ，试问： 此时自动流水线的工作是否正常？ 解：①提出假设 母体 X ~ N ( ,102 )，其中 未知，在母 H体上作原假设 和备择假设（或称对立 H 0 H假设） 如下： H 1 H : 500 H : 0 0 1 500 0 ②构造检验统计量 XX 是 的无偏估计， X 的值应与很接近，想到用 的值来检验原假设 X H . 0 当 原 假 设 成 立 时 ， X ~ N ( , 0 而 2 ), 0 0 10 ，故 X ~ N ( , 2 ) ，从 00 n 0 / n0U / n 0 X 500 H 10 / n0~ N (0,1) 10 / n 0 （3-1） 于是可通过U 的值检验X 与 500 的差异是否显著，U 称为检验统计量. ③给定小概率，找出拒绝域 取小概率 0 .02 ，则有u 使 2 P { U u } 2 （3-2） {U u } 是一个小概率事件，如果一 2 次抽样的结果是这一小概率事件发生 了，则认为原假设不合理，应予拒绝。即应取拒绝域 W {(x ,x 1 2 , ,x n )U u } 2 {(x ,x 1 2 X , ,x ) 0 u } n 0 2 n ④做出决策 这时，x 494 ， 500 ， 0 （3-3） 10, n 9 ， 0 U 1.8 ； 0 .02 ，u u 0.01 2.33 ， 故U u ， 应接受H 2 2 ，即认为机器工作正常. 0 注：①假设检验又称为差异显著性 检验； ②假设检验是具有概率性质的 反证法；  H③拒绝 H  H的说服力强，接受 H 0 0 0 0 H④ 越小，拒绝 H 0 强。称 为显著性水平。 假设检验的步骤 的说服力越 ①根据实际问题给出 原假设（ null hypothesis） 和备择假设（ alternative hypothesis），一般将要说明的结论作为 备择假设； ②构造检验统计量（teststatist）i，c要求该统计量中不含任何未知参数，且 当H 成立时的分布己知； 0 ③ 给 出 显 著 水 平 (significance leve)l ， 确 定 拒 绝 域 (rejection region) W ；拒绝域的端点称为 临界值 （critical val）ue. ④依据抽样结果做出决策：子样值落入拒绝域时拒绝原假设，否则接受原假设。 假设检验与区间估计的关系 ①出发点不同：假设检验中对参数 做了假设后认为其已知，而区间估计中 参数未知； ②形式上相同：检验统计量与区间估 计 中 的 枢 轴 量 一 致 ， 接 受 域 W(acceptance regio)n— 与置信区间一致； W 判断真实情况H 判 断真实情况 H 为真 H 0 0 为假 两类错误 ①两类错误 假设检验是根据一次抽样所得子样值，依小概率事件是否发生对接受或拒 绝H 做出判断，因而可能发生错误。“弃 0 真”称为第一类错误，其概率恰好是显 著水平 ；“取伪”称为第二类错误，其概率记为 . 拒 拒 绝 H 0 接受 H 0 犯第一类错误（弃真） 判断正确 判断正确 犯第二类错误（取伪） P{弃真} P{拒绝H H 成立} P{W H 0 0 成立} 0 P{取伪} P{接受H H 0 不成立} P{W— H 0 成立} 1 ②犯第二类错误的概率 在例 3.1.1的情形下，正态母体方差 已知，即 X ~ N ( , 2 )，其中 0 未知，作假 设： H : 0 H : . 0 1 0 如果真实情况是H 为假，却接受了 0 H ，就犯了第二类错误。 0 此时 ，则 X ~ N ( 1 0 , 0 )， 21 n 2 X 1 ~ N (0,1) / n 0 . 给定显著水平 后，经 抽样得到的子样值落入了接受域 W {(x ,x 1 2 , ,x ) n 0 u 0 x 2 u 0 } n0