假设检验分析和总结.docxVIP

第 七 章 假 设 检 验 一、教材说明 本章主要介绍统计假设检验的基本概念和基本思想、正态总体参数的统计假设的显着性检验方法.。 1、本章的教学目的与要求 使学生了解假设检验的基本概念； 使学生了解假设检验的基本思想； 使学生掌握假设检验的基本步骤； 使学生会计算检验的两类错误，搞清楚两类错误的关系； 使学生掌握正态总体参数的假设检验，主要是检验统计量及其分布，检验拒绝域的确定； 使学生灵活运用所学知识解决实际问题。 2、本章的重点与难点 本章的重点是正态总体参数的各种假设检验中的检验统计量及其分布，难点是假设检验拒绝域的确定。 二、教学内容 下面主要分 3 节来讲解本章的主要内容。 § 假设检验的基本概念 对总体分布或分布中的某些参数作出假设，然后利用样本的观测值所提供的信息，运用数理统计的分析方法,检验这种假设是否成立，从而决定接受或拒绝“假设”,这一统计推断过程，称为假设检验。 引例 我们先举一个简单的实例来说明假设检验的基本思想及推理方法. 例 1：某车间用一台包装机包装葡萄糖, 包得的袋装糖重是一个随机变量, 它服从正态分布.且知标准差为 0.015 千克.当机器正常时, 其均值为 0.5 千克,某日开工后为检验包装机是否正常, 随机地抽取它所包装的糖 9 袋, 称得净重为(千克): , 问机器是否正常 分析：用? 和? 分别表示这一天袋装糖重总体 X 的均值和标准差，则 X ~ N (? ,0.0152 ) , 其中? 未知。 问题: 已知总体 X : N (?,? 2 ) , 且 ? ? ?0 ? 0.015, 根据样本值判断 ? ? 0.5 还是 ? ? 0.5 。 提出两个对立假设H0 : ? ? ?0 ? 0.5 （原假设或零假设）和 H1 : ? ? ?0 (备择假设). 再利用已知样本作出判断是接受假设 H 0 ( 拒绝假设 H1 ) , 还是拒绝假设 H 0 (接受假设 H1 ). 如果作出的判断是接受 H 0 , 则? ? ?0 即认为机器工作是正常的, 否则, 认为是不正常的. x0X ? ? x 0 因为 X 是? 的无偏估计量，所以，若 H 0 xX ? ? x 为真，则 ? 0 不应太大，? / n 0 ~ N (0,1)， 0? / n 0 ? / n 的大小可归结为衡量 0 0? 0 ? / n 的大小。于是可以选定一个适当的正数 k,当观察 值 x 满足 X ? ? 0? 0 ? / n  ? k时，拒绝假设 H 0 0? / nX 0 ? / n  ;反之，当观察值 x 满足 X ? ?  ? k时，接受假设 H 。因为当 H 0 0 为真时，U ? 0 ~ N (0,1),由标准正态分布分位点的定义得: 假设检验过程如下: 在实例中, (1)若取定 ? ? 0.05, 则 k ? u ? / 2  ? u 0.025  ? 1.96, 我们有 又已知 n ? 9, ? 0 ? 0.015, 由样本算得 x ? 0.511, 即有 |u| = x ? x ? ? ? 0 / n ? 2.2 ? 1.96, 于是根据小概率事件实际不可能性原理,拒绝假设 H , 认为包装机工作不正常. 0 (2)若取定 ? ? 0.01, 则 k ? u ? / 2 受假设 H , 认为包装机工作正常. 0 ? u 0.005 ? 2.58, |u|= x ? x ? ? ? / n 0 ? 2.2 ? 2.58, 于是接 注:上述? 称为显着性水平.此例表明假设检验的结论与选取的显着性水平? 有密切的关系. 所以,必须说明假设检验的结论是在怎样的显着水平? 下作出的. 假设检验的基本思想及推理方法 假设检验基本思想 在假设检验中，提出要求检验的假设，称为原假设或零假设，记为H0 ，原假设如 果不成立，就要接受另一个假设，这另一个假设称为备择假设或对立假设，记为 H1 。 假设检验的依据——小概率原理：小概率事件在一次试验中实际上不会发生。 假设检验的思路是概率性质的反证法。即首先假设成立，然后根据一次抽样所得的样本值得信息，若导致小概率事件发生，则拒绝原假设，否则接受原假设。 假设检验可能犯的两类错误： ① 第一类错误（弃真错误）：即假设 H0 为真而被拒绝，记为? ，即 P{拒绝H0 | H0为真} ? ? 。 ② 第二类错误（存伪错误）：假设 H0 不真而被接受，记为? ，即 P{接受H | H 不真} ? ? 。 0 0 ③ 当样本容量n 一定时，?, ? 不可能同时减少，在实际工作中总是控制? 适当的小。2)假设检验的程序 对任何实际问题进行假设检验，其程序一般为五步，即： ⑴根据题意提出零假设H （或相应备选假设 H ）。 0 1