《假设检验liuya》课件.pptVIP

*****************课程概述课程目标本课程旨在帮助学生掌握假设检验的基本原理、方法和应用，并能独立完成相关的统计分析和结果解读。课程内容假设检验的基本概念常用假设检验方法统计软件的使用假设检验的应用案例统计学概述数据分析统计学用于收集、分析和解释数据，以揭示数据背后的规律和趋势。科学决策统计学帮助人们从数据中获得有意义的信息，为科学研究、商业决策等提供依据。应用广泛统计学应用于各个领域，例如医学、工程、金融、市场营销等。假设的定义及特点定义假设是关于总体特征的陈述，通常以数学形式表达。它反映了研究者对总体特征的预期或猜想，需要通过数据分析来验证或否定。特点假设通常是对总体参数的陈述，例如总体均值、总体方差等。假设必须是可检验的，即可以通过样本数据进行检验。假设检验的基本思想1设定假设建立关于总体参数的假设。2收集数据收集样本数据并计算样本统计量。3检验假设根据样本统计量和假设检验方法检验假设。4得出结论根据检验结果做出决策，接受或拒绝原假设。假设检验的核心思想是通过样本数据推断总体参数的真实情况。假设检验的步骤设定假设首先，根据研究问题，设定两个相互对立的假设：原假设（H0）和备择假设（H1）。选择检验统计量根据数据类型和假设类型，选择合适的检验统计量，例如z统计量、t统计量或F统计量。确定显著性水平设定显著性水平（α），通常为0.05，表示犯第一类错误的概率。计算检验统计量的值根据样本数据和选择的检验统计量，计算检验统计量的值。确定拒绝域根据显著性水平和检验统计量的分布，确定拒绝域。得出结论如果检验统计量的值落在拒绝域内，则拒绝原假设，否则接受原假设。假设类型零假设代表要检验的假设，通常是关于总体参数的一种陈述。备择假设是对零假设的否定，是希望通过检验来证明的假设。双边假设当备择假设是对零假设的一种两侧偏离时，称为双边假设。单边假设当备择假设是对零假设的一种单侧偏离时，称为单边假设。假设检验的基本原理11.原假设原假设是关于总体参数的一个陈述，一般是希望证伪的假设。22.备择假设备择假设是对原假设的否定，是希望证明的假设。33.显著性水平显著性水平是指拒绝原假设的可能性，通常用α表示，一般取值为0.05。44.检验统计量检验统计量是用来检验原假设的统计量，其值取决于样本数据。显著性水平的选择显著性水平的定义显著性水平（α）代表拒绝原假设的最大风险。它是在假设检验中控制错误的概率。显著性水平的选择一般情况下，显著性水平设为0.05。这意味着拒绝一个实际上为真的原假设的概率为5%。如果研究者对错误的风险更为敏感，可以将显著性水平降低至0.01或更低。相反，如果对错误的风险不那么敏感，可以将显著性水平提高至0.10。检验统计量及其分布检验统计量是根据样本数据计算得到的数值，用于检验假设。检验统计量服从特定的概率分布，称为检验统计量的分布。不同的检验方法对应着不同的检验统计量和分布。例如，Z检验的检验统计量服从标准正态分布，t检验的检验统计量服从学生t分布。检验统计量的分布决定了检验结果的显著性，也决定了我们能否拒绝原假设。z检验原理与步骤1确定零假设和备择假设z检验的关键在于检验假设，包括零假设和备择假设，这两个假设是相互排斥的。2选择显著性水平显著性水平表示拒绝正确零假设的风险，通常设为0.05，这意味着有5%的概率会错误地拒绝一个正确的假设。3计算检验统计量z检验统计量是一个标准分数，用于衡量样本均值与总体均值之间的差异，并考虑样本标准差。4确定拒绝域根据显著性水平和检验统计量的分布，确定拒绝域，即z统计量值落在拒绝域内，就拒绝零假设。5做出决策根据z统计量是否落入拒绝域，做出最终决策，即接受或拒绝零假设，并得出结论。Z检验实例演示假设我们要检验某批产品的平均重量是否符合标准。假设标准值为100克，我们从这批产品中随机抽取了50个样本，样本平均重量为98克，样本标准差为5克。根据z检验的原理，我们可以计算出z统计量，并将其与临界值进行比较。如果z统计量大于临界值，则拒绝原假设，即该批产品的平均重量不符合标准。t检验原理与步骤t检验是一种常用的统计学方法，用于比较两组数据的均值是否存在显著性差异。1确定假设根据研究目的，提出零假设和备择假设2选择检验方法根据数据类型和样本量选择合适的t检验方法3计算检验统计量根据样本数据计算t值，用于判断差异显著性4得出结论根据p值和显著性水平判断是否拒绝零假设t检验实例演示t检验是常用的假设检验方法