统计学原理第6章：假设检验.pptVIP

还可表示为：2.假设检验的步骤P值规则P值是一个概率值，其大小等于根据样本数据计算得到的检验统计量取值两边（双侧检验）或一边（单侧检验）的面积，也被称为观察到的显著性水平当Pα时，则认为小概率事件发生，拒绝原假设；当Pα时，不拒绝原假设。2.假设检验的步骤（1）两类错误的含义3.假设检验的两类错误决策结论实际情况H0为真H0为假不拒绝H0正确决策（概率为）第Ⅱ类错误（取伪错误）（概率为）拒绝H0第Ⅰ类错误（弃真错误）（概率为）正确决策（概率为）决策结论实际情况H0为真H0为假不拒绝H0正确决策（概率为）第Ⅱ类错误（取伪错误）（概率为）拒绝H0第Ⅰ类错误（弃真错误）（概率为）正确决策（概率为）影响因数（2）两类错误的影响因素与关系第Ⅰ类错误：显著性水平α；α越高则犯第Ⅰ类错误的概率越大。第Ⅱ类错误：显著性水平α、总体方差和样本容量n；显著性水平α越小、总体方差越大、样本容量n越小，犯第Ⅱ类错误的概率越大。关系在其他条件不变的条件下，两类错误存在此消彼长的关系，即减小α必然导致β增大，反之，减小β必然导致α增大。3.假设检验的两类错误在实际应用中，主要考虑犯第Ⅰ类错误的成本高低，如果犯第Ⅰ类错误的成本较高，α会取一个比较小的值，如果犯第Ⅰ类错误成本不是太高，通常α会取一个比较大的值。控制犯第Ⅰ类错误概率的假设检验也被称为显著性检验。3.假设检验的两类错误在获得样本均值与给定置信水平1-α的条件下，可计算得到总体参数的置信区间，该置信区间可表述为[，]；假设检验需要首先对总体参数提出假设，比如，原假设为，假设检验的显著性水平亦为α；如果原假设中的被包含在第一步重计算得到的置信区间[，]之中，则应不拒绝原假设，反之，应拒绝原假设。联系——均以抽样分布理论为理论依据4.假设检验与参数估计的关系区别参数估计时总体参数在估计之前是未知的，假设检验则需要先对总体参数的取值提出原假设；参数估计得到的置信区间是以样本估计值为中心的双侧置信区间，而假设检验不仅有双侧检验也有单侧检验参数估计立足于大概率，即置信水平取值比较大，置信区间应该有相当大的把握包含未知参数的真值，而假设检验立足于小概率，即显著性水平取值比较小，只有当有相当充分的理由时才拒绝原假设中假定的总体参数真值；参数估计得到的置信区间要比假设检验提供的信息多。4.假设检验与参数估计的关系【例】为了对全校学生（总体）的平均每天上网时间（参数）进行推断，抽取一个样本容量为100的样本并对其询问每天上网时间，计算得到该样本的平均上网时间为3小时/天，给定显著性水平为0.05，已知该校学生每天上网时间的标准差为5小时/天。（1）对该校学生平均每天上网时间进行区间估计；（2）有人根据经验提出该校学生平均每天上网时间为：4小时/天的原假设，试对该假设进行检验；（3）说明参数估计与假设检验的关系。4.假设检验与参数估计的关系解析：（1）针对上述已知条件进行参数估计，可得该校所有学生平均每天上网时间的置信区间为：[]，即[2.02，3.98]小时/天；（2）由已知条件可知，检验统计量，显著性水平为0.05时，标准正态分布的临界值为1.96，因此,应拒绝原假设，即该校学生平均每天上网时间不等于4小时/天；（3）根据参数估计结果进行假设检验。因为原假设4小时/天没有被包含在置信区间[2.02，3.98]之内，因此应拒绝原假设。但根据假设检验的思想对原假设做出拒绝决策之后，是给不出总体参数置信区间的。这一结论说明了参数估计给出的信息更全面，根据参数估计可以进行假设检验，但反之不成立。4.假设检验与参数估计的关系

学习要点第二节单总体参数的假设检验1.总体均值的假设检验2.总体比例的假设检验3.Excel操作第六章假设检验1.总体均值的假设检验考虑样本样本大小（当n≥30时，则为大样本）总体是否符合正态分布方差已知Z统计量方差未知t统计量总体服从和总体方差大样本Z统计量服从正态分布小样本总体方差（1）大样本条件下总体均值的假设检验总