假设检验的基本思想.pptxVIP

假设检验的基本思想;8.1　假设检验的基本思想　; 上一章介绍了对总体中未知参数的估计方法。本章将讨论统计推断的另一个重要方面——统计假设检验。出于某种需要，对未知的或不完全明确的总体给出某些假设，用以说明总体可能具备的某种性质，这种假设称为统计假设。如正态分布的假设，总体均值的假设等。这个假设是否成立，还需要考察，这一过程称为假设检验，并最终作出判断，是接受假设还是拒绝假设。本章主要介绍假设检验的基本思想和常用的检验方法，重点解决正态总体参数的假设检验 。; 统计推断的另一个重要问题是假设检验问题。在总体的分布函数未知或只知其形式，但不知其参数的情况下，为了推断总体的某些性质，提出某些关于总体的假设。例如，提出总体服从泊松分布的假设，又如，对于正态总体提出数学期望μ0的假设等。;　　例1 已知某炼铁厂的铁水含碳量X在某种工艺条件下服从正态分布N(4.55，0.1082)。现改变了工艺条件，又测了五炉铁水，其含碳量分别为： 4.28，4.40，4.42，4.35，4.37。 根据以往的经验，总体的方差?2= 0.1082一般不会改变。试问工艺改变后，铁水含碳量的均值有无改变？　;; 以上两例都是科技领域中常见的假设检验问题。 我们把问题中涉及到的假设称为原假设或称待检假设，一般用H0表示。而把与原假设对立的断言称为备择假设，记为H1。; 当然，在两个假设中用哪一个作为原假设，哪一个作为备择假设，视具体问题的题设和要求而定。在许多问题中，当总体分布的类型已知时，只对其中一个或几个未知参数作出假设，这类问题通常称之为参数假设检验，如例1。而在有些问题中，当总体的分布完全不知或不确切知道，就需要对总体分布作出某种假设，这种问题称为分布假设检验，如例2。; 假设检验的一般提法是：在给定备择假设H1下，利用样本对原假设H0作出判断，若拒绝原假设H0，那就意味着接受备择假设H1，否则，就接受原假设H0。 换句话说，假设检验就是要在原假设H0和备择假设H1中作出拒绝哪一个和接受哪一个的判断。究竟如何作出判断呢？???一个统计假设进行检验的依据是所谓小概率原理，即 概率很小的事件在一次试验中是几乎不可能发生 ; 例如，在100件产品中，有一件次品，随机地从中取出一个产品是次品的事件就是小概率事件。 因为此事件发生的概率?=0.01很小，因此，从中任意抽一件产品恰好是次品的事件可认为几乎不可能发生的，如果确实出现了次品，我们就有理由怀疑这“100件产品中只有一件次品”的真实性。 那么?取值多少才算是小概率呢？这就要视实际问题的需要而定，一般?取0.1，0.05，0.01等。 ; 注意到 是的无偏估计量。因此，若H0正确， 则 与?0的偏差一般不应太大，即 不 应太大，若过分大，我们有理由怀疑H0的正确性而拒 绝H0。由于 ，因此，考察 的大小等价于考察 的大小，哪么如 何判断 是否偏大呢？ ;具体设想是，对给定的小正数?，由于事件 是概率为的小概率事件，即 因此，当用样本值代入统计量 具体 计算得到其观察值 时，若 ，即说明在一次抽样中，小概率事件居然发生了。因此依据小概率原理，有理由拒绝H0，接受H1； 若 ，则没有理由拒绝H0，只能接受H0。 ; 将上述检验思想归纳起来，可得参数的假设检验的一般步骤： ;现在，我们来解决例1提出的问题： ; 第Ⅰ类错误，当原假设H0为真时，却作出拒绝H0的判断，通常称之为弃真错误，由于样本的随机性，犯这类错误的可能性是不可避免的。若将犯这一类错误的概率记为，则有P{拒绝H0|H0为真}=?。 ; 自然，我们希望一个假设检验所作的判断犯这两类错误的概率都很小。事实上，在样本容量n固定的情况下，这一点是办不到的。因为当?减小时，?就增大；反之，当?减小时，就?增大。 ;谢谢观看！