概率论假设检验课件.pptVIP

数理统计第八章假设检验

数理统计一、假设检验的基本思想和方法在本节中，我们将讨论不同于参数估计的另一类重要的统计推断问题.这就是根据样本的信息检验关于总体的某个假设是否正确.这类问题称作假设检验问题.

数理统计例1:罐装可乐的标准容量是355毫升生产流水线上罐装可乐不断地封装，然后装箱外运.怎么知道这批罐装可乐的容量是否合格呢？

数理统计例2(医疗领域)为了检验某种新疗法是否比传统疗法更有效，对40名患者进行实验。把病人分成两组，每组20人，第一组采用新疗法，第二组采用传统疗法。从治疗结果表中，我们能否认为新疗法比传统疗法更有效？即第一组的康复人数比第二组多的原因是因为新疗法效果更好，还是由随机因素引起的？疗法康复未康复新疗法传统疗法129811

数理统计例3从某校2004年250名应届毕业生的高考成绩中随机抽取了50个，问能否根据这50个成绩判断该校在2004年高考成绩服从正态分布？以上实际例子的解决都需要我们根据问题本身提出假设，然后根据样本的信息对假设进行检验，最后作出“是”与“否”的判断。

数理统计罐装可乐的容量按标准应在350毫升和360毫升之间.生产流水线上罐装可乐不断地封装，然后装箱外运.怎么知道这批罐装可乐的容量是否合格呢？把每一罐都打开倒入量杯,看看容量是否合于标准.这样做显然不行！

数理统计通常的办法是进行抽样检查.每隔一定时间，抽查若干罐.如每隔小时，抽1查5罐，得5个容量的值X，…，X，根据这些值15来判断生产是否正常.如发现不正常，就应停产，找出原因，排除故障，然后再生产；如没有问题，就继续按规定时间再抽样，以此监督生产，保证质量.

数理统计很明显，不能由5罐容量的数据，在把握不大的情况下就判断生产不正常，因为停产的损失是很大的.当然也不能总认为正常，有了问题不能及时发现，这也要造成损失.如何处理这两者的关系，假设检验面对的就是这种矛盾.

数理统计罐装可乐的容量按标准应在350毫升和360毫升之间.现在我们就来讨论这个问题.在正常生产条件下，由于种种随机因素的影响，每罐可乐的容量应在355毫升上下波动.这些因素中没有哪一个占有特殊重要的地位.因此，根据中心极限定理，假定每罐容量服从正态分布是合理的.

数理统计这样，我们可以认为X,…,X是取自正态15总体的样本，当生产比较稳定时，是一个常数.现在要检验的假设是：H0：（=355）在实际工作中，往往把不轻易否定的命题作为原假设.它的对立假设是：H1：称H为原假设（或零假设，解消假设）；0称H为备选假设（或对立假设）.1

数理统计那么，如何判断原假设H是否成立呢？0由于是正态分布的期望值，它的估计量是样本均值，因此可以根据与的差距-||来判断H是否成立.0-|当|当|较小时，可以认为H是成立的；0-|较大时，应认为H不成立，即0生产已不正常.较大、较小是一个相对的概念，合理的界限在何处？应由什么原则来确定？

数理统计问题归结为对差异作定量的分析，以确定其性质.差异可能是由抽样的随机性引起的，称为“抽样误差”或随机误差这种误差反映偶然、非本质的因素所引起的随机波动.

数理统计然而，这种随机性的波动是有一定限度的，如果差异超过了这个限度，则我们就不能用抽样的随机性来解释了.必须认为这个差异反映了事物的本质差别，即反映了生产已不正常.这种差异称作“系统误差”

数理统计问题是，根据所观察到的差异，如何判断它究竟是由于偶然性在起作用，还是生产确实不正常？即差异是“抽样误差”还是“系统误差”所引起的？这里需要给出一个量的界限.

数理统计问题是：如何给出这个量的界限？这里用到人们在实践中普遍采用的一个原则：小概率事件在一次试验中基本上不会发生.

数理统计在假设检验中，我们称这个小概率为显著性水平，用表示.的选择要根据实际情况而定。常取现在回到我们前面罐装可乐的例中：在提出原假设H后，如何作出接受和拒绝H的结00论呢？

数理统计二、假设检验的一般步骤基本步骤：提出H→在H成立时构造统计量和小概率事件A00→进行1次试验或抽样→若A发生→推翻H0↓若A没发生→接受H0下面，我们再结合例子，进一步说明假设检验的一般步骤.

数理统计罐装可乐的容量按标准应在350毫升和360毫升之间.一批可乐出厂前应进行抽样检查，现抽查了n罐，测得容量为X,X,…,X，问这一批可12n乐的容量是否合格？

数理统计(1)提出假设H：=355H：≠35501由于已知，(2)选检验统计量~N(0,1)它能衡量差异大小且分布已知.(3)对给定的显著性水平,可以在N(0,1)表中查到分位点的值，使

数理统计”是一个小概率事件.也就是说,“(4)故我们可以取拒绝域为：W：(5)如果由