假设检验的概论.pptVIP

第四节 大样本情况下非正态总体均值的假设检验 设非正态总体 X 具有有限的均值 E (X ) =μ和非零方差 D(X) =σ2，当样本容量 n 很大 (n＞50) 时，由中心极限定理可知 近似地服从标准正态分布N(0,1)，要检验的假设为 H0：μ=μ0 ． （1）当方差σ2已知时，在H0成立的条件下，检验统计量 （1） 近似服从标准正态分布N(0,1)，对于给定的显著性水平α，查表得 uα/2，使 , 因此得到拒绝域为 第三十一页，共四十三页。 假 设 检 验 第一节 假设检验的概念 在总体X的分布完全未知，或只知其分布但不知其参数的情况下，我们对X的分布或分布中的参数作出某种假设，然后根据样本，用统计分析方法检验这一假设是否合理，从而作出接受或拒绝这一假设的决定． 一、基本概念 对总体 X 的分布或分布中的参数提出假设，就称为统计假设． 所提出的假设叫做原假设 ( 或零假设 )，记为 H0，对立于原假设的假设称为备择假设 ( 或对立假设 )，记为H1． 假设检验就是根据样本，适当构造一个统计量，按照某种规则，决定是接受 H0( 拒绝H1 )还是拒绝 H0( 接受H1 )，所使用的统计量称为检验统计量． 只对总体分布中的参数提出假设进行检验的问题，称为参数检验． 第一页，共四十三页。 二、两类错误 在确定检验法则时，应尽可能使犯两类错误的概率都较小．但是，一般说来，当样本容量给定以后，若减少犯某一类错误的概率，则犯另一类错误的概率往往会增大，要使犯两类错误的概率都减小，只好增大样本容量． 由于检验法则是依据样本作出的，因此假设检验的结果可能犯两类错误： 第一类错误：当原假设H0为真时，作出的决定却是拒绝H0，犯这类错误的概率记为 ，即 P{拒绝H0|H0为真}= ． 第二类错误：当原假设H0不正确时，作出的决定却是接受H0，犯这类错误的概率记为 ，即 P{接受H0|H0不正确} = ． 第二页，共四十三页。 在给定样本容量的情况下，我们总是控制犯第一类错误的概率，让它小于或等于 ，而不考虑犯第二类错误的概率．这种检验问题称为显著性检验问题．数 称为显著性水平． 的大小依具体情况确定，通常取 =0.1，0.05，0.01． 在对假设进行检验时，常使用某个统计量T，称为检验统计量． 当检验统计量取某个区域 W 中的值时，我们就拒绝原假设 H0 ，则称区域W 为拒绝域．拒绝域的边界点称为临界点．当检验统计量在某区域中取值时，我们就接受 H0 ，则称此区域为接受域． 第三页，共四十三页。 例1 某车间用一台包装机包装味精，每袋标准重量为100g，由已往经验知每袋重量的标准差 保持不变，每隔一定时间需要检查包装机的工作情况，现抽取 9 袋，测得它们的净重为： 99.0，100.2，99.3，99.1，99.6，99.2，99.9，100.1，99.3 假定每袋重量服从正态分布，试问这段时间内包装机的工作是否正常（取显著性水平 ）？ 解 设每袋重量 ，回答包装机的工作是否正常，相当于判断 是否正确．因此原假设H0： ，备择假设为H1： 在 H0 正确条件下 是一个统计量，且 ．又因为 是 的 无偏估计，所以 不应该很大，即